論文の概要: CalibCause: A Quality-Gated, Interpretable and Calibrated Deep Learning Framework for Diabetic Retinopathy Grading
- arxiv url: http://arxiv.org/abs/2610.40699v1
- Date: Wed, 28 Oct 2026 19:09:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.446995
- Title: CalibCause: A Quality-Gated, Interpretable and Calibrated Deep Learning Framework for Diabetic Retinopathy Grading
- Title（参考訳）: CalibCause: 糖尿病網膜症診断のための品質保証・解釈・校正型ディープラーニングフレームワーク
- Abstract要約: CalibCauseは、熟練者ごとの視覚的説明、ラベルなしのイメージ品質条件付け、知識蒸留、Deferralによるキャリブレーションされた信頼を組み合わせる、エキスパートの混合フレームワークである。
我々は,EyePACS,DDR,APTOS 2019の51,310基の画像とIDRiD,DeepDRiDを用いて外部試験を行った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most deep learning systems for diabetic retinopathy (DR) grading are evaluated on a single data source, with limited evidence of cross-site generalisation, uncertainty calibration, and interpretability. We propose CalibCause, a quality-gated mixture-of-experts framework that combines per-expert visual explanations, label-free image-quality conditioning, knowledge distillation, and calibrated confidence with deferral. We evaluated the framework using 51,310 fundus images from EyePACS, DDR, and APTOS 2019, with IDRiD and DeepDRiD for external testing. Evaluation included pooled testing, leave-one-environment-out experiments, paired bootstrap confidence intervals, and local grade-threshold adaptation. On the pooled test split, the label-free distilled student achieved quadratic weighted kappa (QWK) of 0.863 and accuracy of 0.865 with 27.8 million parameters, 52% fewer than its teacher. Across held-out environments, the label-free model achieved mean QWK of 0.741 compared with 0.743 for a plain ConvNeXt-Tiny baseline, while adversarial invariance did not improve cross-site grading accuracy. Refitting grade thresholds using 200 labelled images increased held-out EyePACS QWK from 0.533 to 0.621 for the label-free model. After vector scaling, expected calibration error ranged from 0.025 to 0.036 across CalibCause variants, and deferring the least confident 20% of images increased student accuracy from 0.865 to 0.923 on the remaining images. These findings demonstrate that quality-aware grading, interpretable expert routing, model compression, and calibrated deferral can be integrated without sacrificing cross-site performance relative to a plain baseline, although reliable deployment still requires local validation and adaptation.
- Abstract（参考訳）: 糖尿病網膜症(DR)グレーディングのためのほとんどのディープラーニングシステムは、クロスサイト一般化、不確実な校正、解釈可能性の限られた証拠で単一のデータソースで評価されている。
本稿では,経験者ごとの視覚的説明,ラベルフリーな画像品質条件付け,知識蒸留,Deferralによる信頼性の校正などを組み合わせた品質評価混合フレームワークCalibCauseを提案する。
我々は,EyePACS,DDR,APTOS 2019の51,310基の画像とIDRiD,DeepDRiDを用いて外部試験を行った。
評価には、プールテスト、Leave-one-Evironment-out試験、ペアブートストラップの信頼区間、ローカルグレードスレッショルド適応などが含まれていた。
プールドテストのスプリットでは、ラベルなし蒸留学生は2次重み付きカッパ(QWK)の0.863と、278万のパラメータを持つ0.865の精度を達成し、教師より52%少ない。
ホールドアウト環境全体では, ラベルフリーモデルの平均QWKは0.741であり, 通常のConvNeXt-Tinyベースラインでは0.743であった。
200枚のラベル付き画像による評価値の調整により、ラベルなしモデルではEyePACS QWKが0.533から0.621に増加した。
ベクトルスケーリング後のキャリブレーション誤差は、CalibCauseの変種で0.025から0.036の範囲に及んだ。
これらの結果から,品質に配慮した評価,専門家ルーティング,モデル圧縮,キャリブレーションデフェラールを,平板ベースラインに対するクロスサイト性能を犠牲にすることなく統合できることが示唆された。
関連論文リスト
- Cross-dataset transportability of pediatric chest X-ray deep learning across three countries: discrimination, calibration, operating-point failure, and limited-label recovery [0.0]
小児肺炎分類において, 識別, 確率校正, 固定操作点輸送, 限定ラベル回復性を別々に検証する計算プロトコルについて検討した。
国間でのデータセット間のシフトは、ランク付け、確率アライメント、ソース定義決定行動に異なる影響を及ぼした。
論文 参考訳（メタデータ） (2026-09-04T13:39:48Z) - BLADE: Distilled LLM Regularization for Calibrated Knowledge Graph Completion [5.894992157122175]
本稿では,オフライン言語モデル判定を冷凍教師正規化器に蒸留する変分モデルBLADEを提案する。
5つのベンチマークで、BLADEは共通のランキングプロトコルの下で競争力を維持している。
また、ECE、Brier score、NLLを、バリデーション選択されたヒストグラムビニングと一致した生成型ComplEx2モデルよりも改善する。
論文 参考訳（メタデータ） (2026-08-26T02:33:05Z) - TRIAGE: Risk-Controlled Pseudo-Label Admission for Annotation-Efficient Semi-Supervised Retinal OCT Classification [0.6213771671016098]
本稿では,OCTスキャン分類のためのリスク制御型半教師付きフレームワークTRIAGEを提案する。
ノアアイ病院(Bスキャン16,822人、161人、554巻)のデータセットで、TRIAGEは89.66%のスキャンレベルの精度、0.8805のマクロF1、0.9641のマクロAUC、そして8.34%の下位グレードレートを示している。
論文 参考訳（メタデータ） (2026-08-14T14:06:48Z) - Automated binary classification of hazelnut X-ray images: A deep-learning benchmark for quality assessment [33.72751145910978]
非破壊的なX線撮影では、外部検査だけでは検出が難しい内部のハゼルナッツの欠陥が明らかになる。
799セグメントのシングルカーネルX線画像に基づくバイナリ・ヘーゼルナットの品質分類のベンチマークを提案する。
論文 参考訳（メタデータ） (2026-08-12T07:55:22Z) - RobustDefect-LLM: Explainable and Robustness-Aware Industrial Surface Defect Classification with Decision Support and AI-Assisted Reporting [0.0]
RobustDefect-LLMフレームワークは、ディープラーニングの分類、オペレーターによる視覚的エビデンス、信頼を意識した意思決定サポート、AI支援レポートのコントロールを統合している。
MobileNetV3-Large は最高数値テスト精度 (99.26%) とマクロF1スコア (0.9926) を達成し、95%精度は 0.9815-1.0000 である。
論文 参考訳（メタデータ） (2026-08-09T09:08:13Z) - Interpretable Image-Level Acne Severity Grading via EfficientNet-B0 Transfer Learning and Grad-CAM [0.0]
林基準に基づく4級アシネス分類器を開発した。
このモデルは2,983枚のラベル付き画像のACNE04データセットに微調整された。
93.5パーセントの精度と94.4%のマクロF1を達成し、クラスごとのF1スコアは0.92から0.97となった。
論文 参考訳（メタデータ） (2026-07-29T04:28:13Z) - Cascade Classification of Dermoscopic Images of Skin Neoplasms with Controllable Sensitivity and External Clinical Validation [36.94429692322632]
二段式(悪性/良性)、一段式(良性、MEL、SCC、BCC)、二段式(二段式トリアージ、三段式MEL/SCC/BCC)の3種類を比較した。
すべてのモデルはImageNet-pretrained weightsを使用し、オープンなISICアーカイブデータに1つの拡張プロトコルを使用した。
ISIC MILK10kでは、11級の直接分類により平均級感度0.525が得られる。
論文 参考訳（メタデータ） (2026-06-11T09:55:57Z) - Medical thinking with multiple images [44.04557445622649]
我々はMedThinkVQAを紹介した。MedThinkVQAは、複数の画像で考えるためのエキスパートアノテーション付きベンチマークである。
データセットは720のテストケースを含む8,067ケースを含み、1ケースあたり平均6.62イメージである。
テストセットでは、最高のクローズドソースモデルであるClaude-4.6-Opus、Gemini-3-Pro、GPT-5.2-xhighは57.2%、55.3%、54.9%の精度しか達成できなかった。
論文 参考訳（メタデータ） (2026-04-14T18:51:07Z) - Automated Cervical Os Segmentation for Camera-Guided, Speculum-Free Screening [38.85521544870542]
本研究は,経血管内視鏡的画像における頸部骨のリアルタイム分割のための深層学習法について検討した。
DICE(0.50 pm 0.31)と検出レート(0.87 pm 0.33)を達成した。
これらの結果は、非専門的な使用をサポートするために、自動os認識を投機のない頸部検診装置に統合するための基盤を確立する。
論文 参考訳（メタデータ） (2025-09-12T14:19:27Z) - Enhancing Diagnostic Reliability of Foundation Model with Uncertainty Estimation in OCT Images [41.002573031087856]
光コヒーレンストモグラフィー(OCT)における11個の網膜状態を検出するために,不確実性推定(FMUE)を用いた基礎モデルを開発した。
FMUEは2つの最先端アルゴリズムであるRETFoundとUIOSよりも96.76%高いF1スコアを獲得し、しきい値戦略を98.44%に改善した。
我々のモデルは、F1スコアが高い2人の眼科医(95.17%対61.93% &71.72%)より優れている。
論文 参考訳（メタデータ） (2024-06-18T03:04:52Z) - (Certified!!) Adversarial Robustness for Free! [116.6052628829344]
逆方向の摂動が0.5の2ノルム以内であることに制約された場合,ImageNetでは71%の精度が証明された。
これらの結果は,モデルパラメータの微調整や再学習を必要とせず,事前学習した拡散モデルと画像分類器のみを用いて得られる。
論文 参考訳（メタデータ） (2022-06-21T17:27:27Z)
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。