論文の概要: ICGF-CXRMate: Image-Conditioned Clinical Context Compression and Gated Fusion for Chest X-ray Report Generation
- arxiv url: http://arxiv.org/abs/2610.30928v1
- Date: Thu, 22 Oct 2026 08:45:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.288139
- Title: ICGF-CXRMate: Image-Conditioned Clinical Context Compression and Gated Fusion for Chest X-ray Report Generation
- Title（参考訳）: ICGF-CXRMate : 胸部X線診断用画像コンディションとGated Fusion
- Abstract要約: 画像条件付き臨床コンテキスト圧縮およびゲート融合フレームワークであるICGF-CXRMateを提案する。
ICGF-CXRMateは,平均プロンプト長を減らしながら,報告品質を向上することを示した。
- 参考スコア（独自算出の注目度）: 3.3423762257383216
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Auxiliary patient data can improve chest X-ray report generation, but directly concatenating heterogeneous clinical information with visual tokens produces long, variable-length decoder prompts and may expose the model to redundant or image-irrelevant context. We propose ICGF-CXRMate, an image-conditioned clinical context compression and gated fusion framework. Learnable queries are first conditioned on the current chest X-ray representations and then attend to the patient-data sequence, compressing it into a fixed number of clinical context tokens. Gated cross-attention selectively integrates these tokens into the visual stream, while the compressed tokens are retained in the decoder prompt as a direct clinical pathway. Experiments on linked MIMIC-CXR and MIMIC-IV-ED examinations show that ICGF-CXRMate improves report quality while reducing the average prompt length. In Stage~2, it improves RadGraph-F1 from 24.00 to 28.86, CXR-BERT similarity from 56.86 to 62.80, and BLEU-4 from 5.14 to 7.96 compared with CXRMate-ED, while reducing the average prompt length from 373.89 to 288.37 tokens, corresponding to a 22.9\% reduction. After self-critical sequence training, ICGF-CXRMate outperforms CXRMate-ED on six of eight report-quality metrics in Stage~3. Ablation studies confirm the complementary contributions of image-conditioned compression, gated fusion, and direct retention of the compressed clinical tokens.
- Abstract（参考訳）: 補助的な患者データは胸部X線レポート生成を改善することができるが、異種の臨床情報を視覚トークンと直接結合することで、長い可変長デコーダプロンプトを生成し、冗長または画像非関連コンテキストにモデルを公開することができる。
画像条件付き臨床コンテキスト圧縮およびゲート融合フレームワークであるICGF-CXRMateを提案する。
学習可能なクエリは、まず現在の胸部X線表現に条件付けされ、次に患者データシーケンスに参加し、それを一定の数の臨床コンテキストトークンに圧縮する。
Gated Cross-attentionはこれらのトークンを選択的にビジュアルストリームに統合し、圧縮されたトークンは直接臨床経路としてデコーダプロンプトに保持する。
MIMIC-CXRとMIMIC-IV-EDの併用実験により,ICGF-CXRMateは平均プロンプト長を減少させ,報告品質を向上させることが示された。
ステージ~2では、RadGraph-F1を24.00から28.86に、CXR-BERTを56.86から62.80に、BLEU-4を5.14から7.96に改善し、平均プロンプト長を373.89から288.37に下げる。
自己臨界シーケンストレーニングの後、ICGF-CXRMateはCXRMate-EDをStage~3の8つのレポート品質指標のうち6つで上回った。
アブレーション研究は、画像条件付き圧縮、ゲート融合、および圧縮された臨床トークンの直接保持の相補的寄与を確認した。
関連論文リスト
- Personalising Deformable Image Registration with Clinical Context and Deformation History for Adaptive Radiotherapy [48.52787121001821]
既存の登録方法は、各画像対を独立して扱う。
臨床コンテキスト認識と患者適応型画像登録(CAP-DIR)を開発した。
CAP-DIRは、内部テストのオルガン-アット-リスク領域の正常化クロス相関を84.76%から96.92%に増加させた。
論文 参考訳（メタデータ） (2026-10-13T06:02:57Z) - Cross-modal triage network: a multimodal deep learning framework for severity-based triage and visual explainability in chest radiographs [0.3167924351428519]
CMTNはMIMIC-CXR-JPGから34,639枚の画像テキストペアで訓練された。
熱マップは盲目の専門医に対して2段階の臨床検査で評価した。
論文 参考訳（メタデータ） (2026-09-03T18:19:47Z) - MedFG-VQA: Low-Frequency Memory and Graph Attention for Lightweight Medical VQA [55.12170695219291]
MedFG-VQAは、DCTベースの低周波機能を強化し、効果的な視覚・テキストアライメントにグラフ強化のクロスアテンションを使用する軽量フレームワークである。
データ不足に対処するため、SynMed-VQAという大規模な合成データセットを構築した。
論文 参考訳（メタデータ） (2026-08-27T09:16:14Z) - DRRG: A Discrete Diffusion Framework for Radiology Report Generation [41.9313166365715]
既存のほとんどのメソッドは、トークンごとにレポートトークンを生成する自動回帰(AR)フレームワークに依存しており、以前のコンテンツを修正できない。
対照的に、離散拡散大言語モデル (DLLM) は反復的 denoising を通じてテキストを生成する。
DRRGは、RRGを反復マスクトケンデノベーション(英語版)として定式化するフレームワークである。
論文 参考訳（メタデータ） (2026-08-25T06:07:02Z) - LGE-Guided Cross-Modality Contrastive Learning for Gadolinium-Free Cardiomyopathy Screening in Cine CMR [51.11296719862485]
CMRを用いたガドリニウムフリー心筋症スクリーニングのためのコントラシブラーニングおよびクロスモーダルアライメントフレームワークを提案する。
CMRとLate Gadolinium Enhancement (LGE) 配列の潜伏空間を整列させることにより, 本モデルでは線維症特異的な病理組織をCMR埋め込みにエンコードする。
論文 参考訳（メタデータ） (2025-08-23T07:21:23Z) - A Fully Transformer Based Multimodal Framework for Explainable Cancer Image Segmentation Using Radiology Reports [2.629902609930227]
Med-CTX(Med-CTX)を導入した。
我々は,臨床放射線学報告を統合して,パフォーマンスと解釈可能性の両立を図った。
BUS-BRAデータセットでは、Diceスコアが99%、IoUが95%に達し、既存のベースラインであるU-Net、ViT、Swinを上回っている。
論文 参考訳（メタデータ） (2025-08-19T12:55:10Z) - CoCa-CXR: Contrastive Captioners Learn Strong Temporal Structures for Chest X-Ray Vision-Language Understanding [19.89997101064605]
ヴィジュアル言語モデルは、画像とレポートの両方からリッチなセマンティクスを学ぶため、医療画像分析にとって大きなメリットがあることが証明されている。
画像ペアのセマンティクスの違いと整列進行記述に対処する2つのコンポーネントを提案する。
CoCa-CXRは、ペアのCXR画像間の局所的な差異を特定するために、新しい領域横断モジュールを組み込んでいる。
論文 参考訳（メタデータ） (2025-02-27T20:39:03Z) - MEDBind: Unifying Language and Multimodal Medical Data Embeddings [18.954939735299963]
我々は,CXR,ECG,医療用テキストにまたがる共同埋め込みを学習するMEDBind(Medical Electronic patient recorD)を提案する。
テキストデータを中央アンカーとして使用すると、MEDBindはトリモダリティバインディングを備え、トップK検索、ゼロショット、少数ショットベンチマークで競合的なパフォーマンスを提供する。
論文 参考訳（メタデータ） (2024-03-19T16:46:29Z) - Bag of Tricks for Long-Tailed Multi-Label Classification on Chest X-Rays [40.11576642444264]
本報告では,ICCV CVAMD 2023 CXR-LT コンペティションにおけるソリューションの概要について述べる。
我々は,CXR診断の有効性を,いくつかの先進的な設計を統合することで実証的に検討した。
私たちのフレームワークは最終的に、競争テストセットで0.349 mAPを獲得し、トップ5にランクインしました。
論文 参考訳（メタデータ） (2023-08-17T08:25:55Z) - Optimising Chest X-Rays for Image Analysis by Identifying and Removing
Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。
公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。
我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文 参考訳（メタデータ） (2022-08-22T13:57:04Z)
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。