論文の概要: ViBMR: A Large-Scale Multi-Sequence Brain MRI Dataset and Comprehensive Evaluation for Vietnamese Radiology Report Generation

• arxiv url: http://arxiv.org/abs/2610.29905v1
• Date: Wed, 21 Oct 2026 15:46:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.394778
• Title: ViBMR: A Large-Scale Multi-Sequence Brain MRI Dataset and Comprehensive Evaluation for Vietnamese Radiology Report Generation
• Title（参考訳）: ViBMR : 大規模マルチシーケンス脳MRIデータセットとベトナムの放射線診断レポート作成のための総合的評価
• Abstract要約: ViBMRは、ベトナムの定期的な臨床報告と組み合わせた、最初の大規模なマルチシーケンス脳MRIデータセットである。 当社のデータセットとベースラインモデルは、非商業的な研究のためにリリースされます。
• 参考スコア（独自算出の注目度）: 6.663551126765352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated radiology report generation for multi-sequence brain MRI holds strong promise for alleviating radiologists' workload, yet it remains a demanding problem: brain MRI studies are inherently volumetric, each pulse sequence carries complementary diagnostic information, and annotated data are critically scarce for low-resource clinical languages. Existing brain MRI-report resources are still dominated by English reports, translated clinical text, or datasets adapted from task-specific imaging benchmarks, leaving routine low-resource clinical reporting and heterogeneous multi-sequence MRI protocols insufficiently represented. To bridge this gap, we introduce ViBMR, to the best of our knowledge, the first large-scale multi-sequence brain MRI dataset paired with routine Vietnamese clinical reports, comprising 3,649 patients and 11,875 MRI series across T1, T2, FLAIR, and contrast-enhanced T1 sequences. Building on ViBMR, we establish a comprehensive evaluation setup for brain MRI report generation, covering representative medical vision-language models, multi-sequence inputs, and feature aggregation strategies. The results provide key insights into dataset characteristics and model behavior, while demonstrating the necessity of native low-resource clinical datasets for reliable Vietnamese-origin brain MRI report generation. Our dataset and baseline models will be released for non-commercial research.
• Abstract（参考訳）: マルチシーケンス脳MRIのための自動放射線学レポート生成は、放射線医の作業量を緩和する強い約束を持っているが、依然として必要な問題である。脳MRI研究は本質的に容積的であり、各パルスシーケンスは相補的な診断情報を持ち、注釈付きデータは低リソースの臨床言語では極めて少ない。 既存の脳MRIレポートリソースは、まだ英語のレポート、翻訳された臨床テキスト、タスク固有の画像ベンチマークから適応したデータセットによって支配されており、定期的な低リソース臨床報告と異種多系列MRIプロトコルが不十分に表現されている。 このギャップを埋めるために、我々はVBMRを導入し、T1、T2、FLAIR、コントラスト強化T1配列にわたる3,649人の患者と11,875個のMRIシリーズからなる、ベトナムの定期的な臨床報告と組み合わせた、最初の大規模なマルチシーケンス脳MRIデータセットを紹介した。 ViBMRに基づいて脳MRIレポート生成のための総合的な評価装置を構築し,医用視覚言語モデル,マルチシーケンス入力,特徴集約戦略を網羅した。 この結果から, ベトナム産低リソース臨床データセットの必要性が示唆されつつ, データセットの特徴とモデル行動に関する重要な知見が得られた。 当社のデータセットとベースラインモデルは、非商業的な研究のためにリリースされます。

関連論文リスト

• dMRI-F: A Foundation Model for Generalizable Diffusion MRI Analysis from Sparse Acquisitions [36.14058318636162]
  拡散MRI(Diffusion MRI)は、脳内の水拡散をプローブし、組織微細構造と白色物質との接続に関するユニークな情報を提供する。 高品質のdMRIは、高度な正確な分析を可能にするが、密集した取得を必要とするため、長いスキャン時間とハードウェアの制約がしばしば実現不可能となる。 本稿では,dMRIデータエンハンスメントと下流タスクを多種多様な取得や集団にわたって統合する基盤モデルであるdMRI-Fを提案する。
  論文  参考訳（メタデータ） (2026-10-13T08:43:06Z)
• BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification [0.6840587119863303]
  我々は,脳腫瘍のセグメンテーションと分類タスクのためのデータセットであるBRISCを紹介し,高分解能セグメンテーションマスクを特徴とする。 データセットは6000のコントラスト強化T1強調MRIスキャンで構成され、セグメンテーションラベルを欠いた複数の公開データセットから照合された。 悪性腫瘍としてはグリオーマ、髄膜腫、下垂体腫瘍の3種類と非腫瘍の3種類がある。
  論文  参考訳（メタデータ） (2025-06-17T08:56:05Z)
• ContextMRI: Enhancing Compressed Sensing MRI through Metadata Conditioning [51.26601171361753]
  本稿では, 微細なメタデータを再構成プロセスに統合したMRI用テキスト条件拡散モデルであるContextMRIを提案する。 メタデータの忠実度はスライス位置やコントラストから患者年齢、性別、病理まで増加し、体系的に再構築性能が向上することを示す。
  論文  参考訳（メタデータ） (2025-01-08T05:15:43Z)
• AutoRG-Brain: Grounded Report Generation for Brain MRI [57.22149878985624]
  放射線学者は、大量の画像を日々のベースで解釈し、対応するレポートを生成する責任を負う。 この要求される作業負荷は、人間のエラーのリスクを高め、治療の遅れ、医療費の増加、収益損失、運用上の不効率につながる可能性がある。 地盤自動報告生成(AutoRG)に関する一連の研究を開始した。 このシステムは、脳の構造の明細化、異常の局所化、そしてよく組織化された発見の生成をサポートする。
  論文  参考訳（メタデータ） (2024-07-23T17:50:00Z)
• A dataset of primary nasopharyngeal carcinoma MRI with multi-modalities segmentation [22.870118207429904]
  このデータセットは、T1重み付き、T2重み付き、およびコントラスト強化T1重み付きシーケンスを含み、合計で831スキャンである。 対応する臨床データに加えて、経験者による手動注釈とラベル付きセグメンテーションは、未処理の一次NPCから高品質なデータ資源を提供する。
  論文  参考訳（メタデータ） (2024-04-04T07:19:31Z)
• Radiology Report Generation Using Transformers Conditioned with Non-imaging Data [55.17268696112258]
  本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。 提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
  論文  参考訳（メタデータ） (2023-11-18T14:52:26Z)

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。