論文の概要: Rethinking weakly supervised localization on chest radiographs: position nulls, protocol dependence, and PACE
- arxiv url: http://arxiv.org/abs/2610.23902v1
- Date: Tue, 29 Sep 2026 07:53:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:41:09.726951
- Title: Rethinking weakly supervised localization on chest radiographs: position nulls, protocol dependence, and PACE
- Title（参考訳）: 胸部X線写真における弱教師付き局在の再考:位置ヌクレオチド、プロトコル依存、PACE
- Abstract要約: クラスアクティベーションマッピングとその勾配重み付き変異は、ChestX-ray14の注釈付き7つのうち2つから4つ、CheX Localizeの8つでヌルを打ち負かした。
PACEは、リンパ球の異常と階級的証拠のために、ラベルで訓練された頭から発見された身元を、凍結したX線写真バックボーンの空間的証拠によって乗算する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Weakly supervised localization on chest radiographs is reported as a single overlap accuracy, and those numbers are not comparable across papers. We measure what one contains. Against position-null controls that keep a readout's own box and move only its position, class activation mapping and its gradient-weighted variant beat the null on two to four of seven annotated findings on ChestX-ray14 and two of eight on CheXlocalize. The null is beatable: three board-certified radiologists clear it on four to seven. Three rarely stated choices each move a result by more than most reported method effects: the results regime, the extraction threshold, and the mask-to-box rule, whose cost is predicted by how fragmented the thresholded mask is. Predicted box area alone reverses a paired comparison. These measurements produced PACE, for \emph{population anomaly and class evidence}, which multiplies the finding identity from the label-trained head by the spatial evidence from a frozen radiograph backbone that never sees a pathology label. It is the case study that made the protocol dependence visible, and we report its costs beside its gain: in an exploratory matched-area analysis it improves strict-overlap accuracy on both corpora and beats a label-derived second map, but it is the least faithful of the three readouts to the classifier's causal map, its advantage depends on the box rule, and, this benchmark releasing no localization validation set, every design choice behind it was made on the boxes it is scored on. Its one clean transfer beats one baseline and loses to the other.
- Abstract（参考訳）: 胸部X線写真における弱教師付き位置決めは, 単一の重複精度として報告され, それらの数値は論文間で比較されない。
含んでいるものを測る。
読み出しボックスを保ち、その位置だけを動かす位置-nullコントロールに対して、クラスアクティベーションマッピングとその勾配重み付き変数は、ChestX-ray14の注釈付き7つの発見のうち2つから4つでnullを破り、CheXlocalizeの8つのうち2つを破った。
3人の放射線学者が、それを4から7日にクリアしました。
結果体系、抽出しきい値、マスク・トゥ・ボックス・ルールは、しきい値の断片化によってコストが予測される。
予測ボックス領域だけでペア比較が逆になる。
これらの測定によってPACEが生成され、例えば「emph{population anomaly and class evidence}」は、ラベルで訓練された頭から発見された身元を、凍ったX線写真バックボーンの空間的証拠によって乗算する。
探索的マッチングエリア分析では、両方のコーパスの厳密なオーバーラップ精度を改善し、ラベル由来の2番目のマップを破るが、分類器の因果マップへの3つの読み出しのうち、その優位性はボックスルールに依存しており、このベンチマークでは、ローカライゼーション検証セットを公開せず、その背景にあるすべての設計選択は、スコア付けされたボックス上でなされた。
1つのクリーントランスファーは1つのベースラインを破り、もう1つのベースラインに負ける。
関連論文リスト
- Where the Numbers Come From: Auditing Evaluation in Provenance-Based Intrusion Detection [42.49426058823369]
証明に基づく侵入検知器のスコアを再現しても、そのアラームの出力やエンコーダが使用する情報についてそのスコアが何を言っているかは定かでない。
我々は、リリースした9つの実装を監査し、独自のコードを使用して4つの検出器を実行し、3つの測定効果を分離する。
論文 参考訳（メタデータ） (2026-09-27T13:01:02Z) - What Would Falsify It? A Variable Specific Evidence Standard for Mechanistic Claims About Self Explanation [0.0]
言語モデルがすでに与えられた答えを説明するとき、その答えを生成した計算を再利用するか、あるいは回答からのみストーリーを再構築するかを示します。
検証された変数の同一性を除去する変数固有nullと、それぞれ正の統計量とをペアリングするエビデンス標準を提案する。
論文 参考訳（メタデータ） (2026-09-26T14:26:14Z) - Calibrating Interpretability Instruments Before Trusting Their Verdicts [1.0829694003408499]
Causal氏は、大きな言語モデル(LLM)の内部は測定にかかっていると主張している。
これらの測定は、エラーではなく可算数を返す特定の診断可能な方法で失敗する。
このノートは、拒絶と道徳的表現に関する因果的解釈可能性プログラムの6つの失敗を文書化している。
論文 参考訳（メタデータ） (2026-09-13T19:37:02Z) - Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。
実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。
信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
論文 参考訳（メタデータ） (2026-08-13T01:55:16Z) - Generative Verification: Rethinking the Uncertainty Signal for Active Learning of Object Detection [14.738453379093961]
生成検証において、独立生成モデルは、予測ボックス内の画素から検出されたラベルを再導出する。
交換された箱、背景の箱、間違ったラベルを持つ正しい箱は、すべて検証に失敗する作物を生み出します。
検証器は検出器の信頼性を決して観測しないため、確実な誤り検出が最高となる。
論文 参考訳（メタデータ） (2026-07-28T20:10:23Z) - Attention Without Grounding: Causal Evaluation of Visual Explanations in Medical VLMs [2.064612766965483]
胸部X線におけるVLM(Vision-Language Model)の出力を説明するために,注意とサリエンシのヒートマップが広く用いられている。
PadChestの放射線学的バウンディングボックスと重なり合うことで,忠実さを検査する。
LLaVA-RADとQwen3-VL-8B-InstructとCheXagent-2-3bの3種類のMedGemma-4B変異体について検討した。
論文 参考訳（メタデータ） (2026-07-20T23:19:28Z) - Measuring the sensitivity of LLM-based structured extraction to prompt, model, and schema choices in clinical discharge summaries [0.0]
大規模言語モデルは、臨床自由テキストノートからの構造化抽出にますます利用されている。
本研究は、抽出タスクを固定し、一度に1つの選択を変更させることにより、人間に注釈を付さない感度を測定する。
クロスプロンプト合意は、ICD成層部分集合上のコーエンのカッパによって測定された。
論文 参考訳（メタデータ） (2026-06-04T10:14:12Z) - Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。
マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
論文 参考訳（メタデータ） (2025-12-07T14:03:28Z) - BURN: Backdoor Unlearning via Adversarial Boundary Analysis [73.14147934175604]
Backdoor Unlearningは、モデル本来の機能を保持しながら、バックドア関連の情報を削除することを目的としている。
本稿では, 偽相関疎結合, プログレッシブデータリファインメント, モデル浄化を統合した新しい防御フレームワーク, BURNによるバックドア・アンラーニングを提案する。
論文 参考訳（メタデータ） (2025-07-14T17:13:06Z) - Deep Omni-supervised Learning for Rib Fracture Detection from Chest
Radiology Images [41.62893318123283]
ディープラーニング(DL)に基づくリブ骨折検出は、死亡を予防し、患者の予後を改善する上で重要な役割を担っている。
DLベースのオブジェクト検出モデルは、大量のバウンディングボックスアノテーションを必要とします。
医用データの注釈付けは時間がかかり専門知識が要求されるため、大量の細かい注釈を得られることは極めて不可能である。
我々は,ORF-Netv2という新しいオブジェクト検出ネットワークを提案する。
論文 参考訳（メタデータ） (2023-06-23T05:36:03Z) - Contralaterally Enhanced Networks for Thoracic Disease Detection [120.60868136876599]
胸骨、肺野、気管支管など、胸部左右に類似した構造が多数存在する。
このような類似性は、広義の放射線学者の経験から、胸部X線における疾患の同定に利用することができる。
本稿では,病状提案の特徴表現を強化するために,対向的コンテキスト情報を活用するディープ・エンド・ツー・エンド・モジュールを提案する。
論文 参考訳（メタデータ） (2020-10-09T10:15:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。