論文の概要: AR-RRG: Anatomy-Guided Retrieval-Driven Radiology Report Generation

• arxiv url: http://arxiv.org/abs/2611.01529v1
• Date: Sun, 01 Nov 2026 04:00:01 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:47:02.628642
• Title: AR-RRG: Anatomy-Guided Retrieval-Driven Radiology Report Generation
• Title（参考訳）: AR-RRG:解剖誘導検索型放射線診断レポート
• Abstract要約: 本稿では, 解剖学的誘導型検索駆動法AR-RRGについて紹介する。 AR-RRGの生成系として、RRRGは二重粒度検索(DR)を通じて臨床幻覚を排除し、欠損病変を近傍コンセンサス(NC)機構で補う。
• 参考スコア（独自算出の注目度）: 21.216206516134324
• License:
• Abstract: Radiology report generation (RRG) streamlines clinical workflows and alleviates the burden of radiologists' documentation. Standard vision-language models capture global visual cues and lack fine-grained alignment between anatomical regions and diagnostic text. Most retrieval-augmented methods retrieve complete historical reports, introducing redundant noise and severe vision-text mismatches that trigger clinically risky hallucinations and missed lesions. In this paper, we introduce AR-RRG, an anatomy-guided retrieval-driven method for the generation of radiology reports. AR-RRG consists of two core modules: the anatomy-aware self-training lesion detection network (ASLDNet) and the retrieval-driven radiology report generation (RRRG). ASLDNet leverages anatomy-aware spatial verification (ASV) and class-adaptive dynamic thresholding (CDT) via self-training, delivering accurate lesion localization to support subsequent generation. As the generative branch of AR-RRG, RRRG eliminates clinical hallucinations through dual-granularity retrieval (DR) and complements missing lesions with a neighborhood consensus (NC) mechanism. A parallel continuous visual perception (PCVP) stream converts radiographs into visual tokens through fixed medical encoding and resampling. Multi-scale text and visual features are fused, followed by LoRA-efficient large language model tuning to generate clinically consistent, visually grounded radiology reports. Extensive evaluations on MS-CXR, MIMIC-CXR, and IU X-Ray demonstrate that AR-RRG consistently outperforms state-of-the-art methods across mainstream metrics. Our code will be made publicly available.
• Abstract（参考訳）: 放射線学報告生成(RRG)は、臨床ワークフローを簡素化し、放射線医のドキュメントの負担を軽減する。 標準的な視覚言語モデルは、グローバルな視覚的手がかりを捉え、解剖学的領域と診断テキストの微妙なアライメントを欠いている。 検索強化されたほとんどの方法は、重複したノイズと重度の視覚テキストのミスマッチを導入し、臨床的に危険な幻覚や病変の欠如を引き起こす、完全な過去の報告を回収する。 本稿では,解剖誘導検索駆動による放射線診断用AR-RRGについて紹介する。 AR-RRGは、解剖学的に認識される自己学習病変検出ネットワーク(ASLDNet)と、検索駆動放射線学レポート生成(RRRG)の2つのコアモジュールから構成される。 ASLDNetは、解剖学的に認識された空間的検証(ASV)と自己学習によるクラス適応動的しきい値設定(CDT)を活用し、その後の世代をサポートするために正確な病変の局在を提供する。 AR-RRGの生成系として、RRRGは二重粒度検索(DR)を通じて臨床幻覚を排除し、欠損病変を近傍コンセンサス(NC)機構で補う。 並列連続的視覚知覚(PCVP)ストリームは、固定された医療エンコーディングと再サンプリングを通じて、ラジオグラフを視覚トークンに変換する。 マルチスケールのテキストと視覚的特徴を融合させ、その後にLoRA効率の大きい大規模言語モデルチューニングを行い、臨床的に一貫した視覚的根拠のある画像診断レポートを生成する。 MS-CXR、MIMIC-CXR、IU X-Rayの大規模な評価は、AR-RRGが主流のメトリクスにわたって最先端の手法を一貫して上回っていることを示している。 私たちのコードは公開されます。

関連論文リスト

• CWCD: Category-Wise Contrastive Decoding for Structured Medical Report Generation [5.6071155906499115]
  Category-Wise Contrastive Decoding (CWCD)は、構造化ラジオロジーレポート生成(SRRG)を強化するために設計された、新しくモジュール化されたフレームワークである。 CWCDは、臨床効果と自然言語生成の指標の両方において、ベースライン法を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-04-12T02:10:28Z)
• FG-CXR: A Radiologist-Aligned Gaze Dataset for Enhancing Interpretability in Chest X-Ray Report Generation [9.374812942790953]
  我々は, 放射線学者が生成したキャプションと, 各解剖学の視線注意熱マップとの間に, 微粒なペアリング情報を提供するFine-Grained CXRデータセットを提案する。 解析の結果, ブラックボックス画像キャプション法を用いてレポートを生成するだけでは, CXRのどの情報を利用するのかを適切に説明できないことがわかった。 本稿では, 放射線科医の視線と転写の両面を密接に一致させるため, 放射線科医の診断過程を模倣する新しい注意生成ネットワーク(Gen-XAI)を提案する。
  論文  参考訳（メタデータ） (2024-11-23T02:22:40Z)
• Large Model driven Radiology Report Generation with Clinical Quality Reinforcement Learning [16.849933628738277]
  放射線学報告生成 (RRG) は, 放射線技師の作業量削減の可能性から注目されている。 本稿では,新しいRRG法である textbfLM-RRG について紹介する。 MIMIC-CXRおよびIU-Xrayデータセットを用いた実験により,本手法が技術状況よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-11T13:47:11Z)
• Cross-Modal Causal Intervention for Medical Report Generation [107.76649943399168]
  放射線医学報告生成(RRG)は, コンピュータ支援診断と薬剤指導に不可欠である。 視覚言語的バイアスによる急激な相関により、正確な病変記述の生成は依然として困難である。 我々はCrossModal Causal Representation Learning (CMCRL)という2段階のフレームワークを提案する。 IU-XrayとMIMIC-CXRの実験により、我々のCMCRLパイプラインは最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2023-03-16T07:23:55Z)
• Radiomics-Guided Global-Local Transformer for Weakly Supervised Pathology Localization in Chest X-Rays [65.88435151891369]
  Radiomics-Guided Transformer (RGT)は、テキストトグロバル画像情報と、テキストトグロバル情報とを融合する。 RGTは、画像トランスフォーマーブランチ、放射能トランスフォーマーブランチ、および画像と放射線情報を集約する融合層から構成される。
  論文  参考訳（メタデータ） (2022-07-10T06:32:56Z)

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。