論文の概要: Every Pixel Is an Option: A System One Model for Medical Ultrasound Biometry

• arxiv url: http://arxiv.org/abs/2611.03360v1
• Date: Mon, 02 Nov 2026 16:09:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 05:00:45.205065
• Title: Every Pixel Is an Option: A System One Model for Medical Ultrasound Biometry
• Title（参考訳）: 医療用超音波バイオメトリーのシステム・ワン・モデル(動画あり)
• Abstract要約: 臨床計測問題を用いて超音波ランドマーク検出を誘導する視覚言語モデルKev-Bioを提案する。 System Oneの決定モデルにインスパイアされたKev-Bioは、言語モデルの決定表現を使用して、各カリパーエンドポイントに対するクエリを生成する。 このモデルは、ランドマークの局在化と臨床測定損失の両方を用いて、エンドツーエンドで訓練される。
• 参考スコア（独自算出の注目度）: 8.768567256853855
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: **Purpose:** Ultrasound biometry is widely used across various clinical applications, including prenatal and cardiac examinations, to obtain quantitative measurements by placing calipers at anatomical landmarks. However, these measurements remain subject to interoperator variability as they rely largely on manual caliper placement. Conventional methods often use specialized prediction heads for different ultrasound tasks, whereas vision-language models offer flexibility through text instructions. However, direct coordinate prediction does not explicitly model spatial likelihood distributions, limiting the representation of localization ambiguity. **Methods:** We propose Kev-Bio, a vision-language model that uses clinical measurement questions to guide ultrasound landmark detection. Inspired by System One decision models, Kev-Bio uses decision representations of the language model to generate queries for each caliper endpoint. These queries are matched against shared dense ultrasound features to produce spatial probability maps, from which landmark coordinates and clinical measurements are derived. The model is trained end-to-end using both landmark localization and clinical measurement losses. **Results:** On the nine-view FU/GU Biometry 2026 dataset, Kev-Bio achieves a mean radial error (MRE) of 22.50 pixels and a clinical measurement mean absolute error (MAE) of 15.38, outperforming the compared baselines in overall performance. **Conclusion:** These results demonstrate the effectiveness of Kev-Bio for ultrasound landmark detection and clinical measurement across different anatomical views. Our code and models are available at https://github.com/moeinheidari7829/Kev-Bio.
• Abstract（参考訳）: ※</目的】*超音波バイオメトリーは、出生前および心臓検査を含む様々な臨床応用で広く用いられ、解剖学的ランドマークにカリパーを配置して定量的な測定値が得られる。 しかしながら、これらの測定は、主に手動のキャリパー配置に依存するため、操作間変動の対象となる。 従来の方法では、異なる超音波タスクに対して特別な予測ヘッドを使用することが多いが、視覚言語モデルはテキスト命令を通じて柔軟性を提供する。 しかし、直接座標予測は空間的可能性分布を明示的にモデル化せず、局所化の曖昧さの表現を制限する。 **方法:* 超音波ランドマーク検出の指導に臨床計測質問を用いた視覚言語モデルKev-Bioを提案する。 System Oneの決定モデルにインスパイアされたKev-Bioは、言語モデルの決定表現を使用して、各カリパーエンドポイントに対するクエリを生成する。 これらのクエリは、共有密度超音波の特徴と一致して空間確率マップを生成し、そこからランドマーク座標と臨床測定を導出する。 このモデルは、ランドマークの局在化と臨床測定損失の両方を用いて、エンドツーエンドで訓練される。 ※結果:**9ビューのFU/GUバイオメトリ2026データセットでは、ケブビオは22.50ピクセルの平均放射誤差(MRE)と15.38ピクセルの臨床測定平均絶対誤差(MAE)を達成し、全体的な性能において比較基準線を上回っている。 *結語:*これらの結果は,異なる解剖学的視点における超音波ランドマーク検出および臨床測定におけるKev-Bioの有効性を示すものである。 私たちのコードとモデルはhttps://github.com/moeinheidari7829/Kev-Bioで公開されています。

関連論文リスト

• EchoTab: Learning Measurement-Grounded Representations for Echocardiographic Diagnosis through Tabular Reconstruction [53.368813255127115]
  本稿では,測定地上表現学習フレームワークであるEchoTabを紹介する。 心エコー図と診断の中間的表現として測定特異的トークンを用いた多視点心エコー図法の研究を示す。 結果として生じるトークンは、臨床的に意味のある構造的および機能的性質をコードする分解されたエコー表現を形成する。
  論文  参考訳（メタデータ） (2026-10-09T13:49:04Z)
• BenchX: Benchmarking AI Models for Cancer Detection and Localization with Demographic and Protocol Biases [59.19934491064188]
  人工知能(AI)は医療画像において顕著な成功を収めた。 これらのモデルは、実世界の臨床環境において矛盾なく機能することが多い。 我々は,12種類の腫瘍検出AIモデルを体系的に評価する85,355個のCTスキャンのベンチマークを開発した。
  論文  参考訳（メタデータ） (2026-06-23T17:58:59Z)
• MMBU: A Massive Multi-modal Biomedical Understanding Benchmark to Probe the Perception Capabilities of Vision-Language Models [83.50100003741628]
  ビジョンと言語モデル(VLM)は、バイオメディカルイメージングを変革する大きな可能性を秘めている。 本稿では,MMBU(Massive Multimodal Biomedical Understanding)ベンチマークを紹介する。 今までで最大のビジョンと言語ベンチマークで、35のサブモダリティと豊富な構造化メタデータをカバーしている。
  論文  参考訳（メタデータ） (2026-06-04T20:24:47Z)
• Echo-α: Large Agentic Multimodal Reasoning Model for Ultrasound Interpretation [76.6507710204181]
  超音波解釈のためのエージェント型マルチモーダル推論モデルであるEcho-を提案する。 Echo-は臓器固有の検出出力を調整し、それらをグローバルな視覚的コンテキストに統合し、その結果の証拠を根拠となる診断決定に変換するように訓練されている。 以上の結果から, エージェントによるマルチモーダル推論は, 特定検出器を検証可能な臨床証拠にすることができることが示唆された。
  論文  参考訳（メタデータ） (2026-04-30T15:31:00Z)
• A Fully Open and Generalizable Foundation Model for Ultrasound Clinical Applications [77.3888788549565]
  一般臨床用超音波基礎モデルであるEchoCareについて紹介する。 我々は、キュレートされた、一般公開された大規模なデータセットであるEchoCareData上で、自己教師付き学習を通じてEchoCareを開発した。 最小限のトレーニングで、EchoCareは10の代表的なベンチマークで最先端の比較モデルを上回っている。
  論文  参考訳（メタデータ） (2025-09-15T10:05:31Z)
• Interpreting Biomedical VLMs on High-Imbalance Out-of-Distributions: An Insight into BiomedCLIP on Radiology [0.0]
  我々は、高度にバランスの取れない、アウト・オブ・ディストリビューションな医療データセットに適用した場合、BiomedCLIPの限界を分析する。 ゼロショット設定下でのモデルは,すべてのラベルを過度に予測し,精度の低下とクラス間分離性に繋がることを示す。 我々は、現実の環境で信頼性と適用性を高めるために、モデルの慎重な適応の必要性を強調します。
  論文  参考訳（メタデータ） (2025-06-17T02:59:42Z)
• Measurement of Medial Elbow Joint Space using Landmark Detection [1.8274139877349114]
  本研究は関節腔を計測する新しい超音波肘部データセットを提案する。 このデータセットは、22人の被験者から4,201個の肘超音波画像からなり、上腕骨と尺骨にランドマークの注釈が付けられている。 本研究では,熱マップに基づく,回帰に基づく,トークンに基づくランドマーク検出手法を用いて,提案したデータセットを用いた共同空間計測手法の評価を行った。
  論文  参考訳（メタデータ） (2024-12-17T15:32:12Z)
• Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
  我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。 提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
  論文  参考訳（メタデータ） (2022-09-28T10:27:10Z)
• BiometryNet: Landmark-based Fetal Biometry Estimation from Standard Ultrasound Planes [9.919499846996269]
  本稿では,胎児バイオメトリ推定のためのエンド・ツー・エンドのランドマーク回帰フレームワークであるBiometryNetについて述べる。 これには、ネットワークトレーニング中に測定固有の配向一貫性を強制する新しい動的配向決定(DOD)方法が含まれている。 本手法の有効性を検証するため, 臨床3施設で取得した1,829名の超音波画像3,398枚を, 異なる7種類の超音波装置を用いて収集した。
  論文  参考訳（メタデータ） (2022-06-29T14:32:32Z)

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。