論文の概要: PADSNet: Physics-Aware Dual-Stream Network with Biomechanical Priors for Laryngeal Lesion Classification
- arxiv url: http://arxiv.org/abs/2611.17852v1
- Date: Fri, 13 Nov 2026 07:36:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.326992
- Title: PADSNet: Physics-Aware Dual-Stream Network with Biomechanical Priors for Laryngeal Lesion Classification
- Title(参考訳): PADSNet:喉頭病変分類のためのバイオメカニカルプリミティブを用いた物理対応デュアルストリームネットワーク
- Abstract要約: PADSNetは喉頭病変分類のための物理対応デュアルストリームネットワークである。
視覚表現と明示的な生体力学的推論を統合する。
精度は0.8452、F1スコアは0.8090、感度は0.7953、特異度は0.8866である。
- 参考スコア(独自算出の注目度): 8.161084528200794
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Precise classification of laryngeal lesions is clinically crucial yet highly challenging, as inter-class visual differences are often subtle. While abnormalities in vocal fold vibratory dynamics provide complementary discriminative information, existing deep learning models predominantly rely on visual appearance and lack explicit mechanisms for modeling clinically meaningful vibratory dynamics. To address this, we propose PADSNet, a Physics-Aware Dual-Stream Network for laryngeal lesion classification that integrates visual representations with explicit biomechanical reasoning. Specifically, a Wavelet-Attention Enhancement Module (WAEM) is designed to bridge the spectral-semantic gap, enabling complementary learning of spatial texture and dynamic frequency representations. Meanwhile, a Knowledge Computing Module (KCM) extracts interpretable biomechanical indices from temporal glottal distance waveforms, including indicators of mobility, symmetry, glottal closure, and vibration stability. These descriptors are subsequently incorporated into a Physics-Aware Gating Module (PAGM) as biomechanical priors to adaptively recalibrate visual feature toward pathology-relevant vibratory patterns. Extensive experiments on a clinical dataset demonstrate that PADSNet achieves an accuracy of 0.8452, an F1-score of 0.8090, a sensitivity of 0.7953, and a specificity of 0.8866. These results indicate that explicitly integrating biomechanical priors with deep visual representations provides a more accurate, robust, and clinically interpretable framework for automated laryngeal lesion classification.
- Abstract(参考訳): 喉頭病変の正確な分類は臨床的に極めて重要であるが、クラス間の視覚的差異は微妙であることが多いため、非常に困難である。
声帯振動力学の異常は相補的な識別情報をもたらすが、既存のディープラーニングモデルは視覚的外観に依存し、臨床的に有意な振動力学をモデル化するための明確なメカニズムを欠いている。
そこで本研究では,視覚表現とバイオメカニカル推論を統合した,喉頭病変分類のための物理対応デュアルストリームネットワークPADSNetを提案する。
具体的には、ウェーブレット・アテンション・エンハンスメント・モジュール(WAEM)は、スペクトル-セマンティックギャップをブリッジし、空間テクスチャと動的周波数表現の相補的な学習を可能にするように設計されている。
一方、知識コンピューティングモジュール(KCM)は、運動量、対称性、声門閉鎖率、振動安定性などの指標を含む、時間的声門距離波形から解釈可能な生体力学的指標を抽出する。
これらの記述子はその後、病理関連振動パターンに対する視覚的特徴を適応的に調整するための生体力学的先行として、Physical-Aware Gating Module (PAGM)に組み込まれる。
臨床データセットに関する大規模な実験では、PADSNetの精度は0.8452、F1スコアは0.8090、感度は0.7953、特異度は0.8866である。
これらの結果は, バイオメカニカル前駆体と深部視覚表現を明示的に統合することにより, 自動喉頭病変分類のための, より正確で, 堅牢で, 臨床的に解釈可能な枠組みが得られることを示唆している。
関連論文リスト
- Physics-Informed Deep Learning for False Ventricular Tachycardia Alarm Reduction in the ICU [44.313512671851306]
軽度心室頻拍(VT)アラームは集中治療単位のアラーム疲労の原因となる。
本稿では,1D SE-ResNetと ICU-realistic Data Augmentation を組み合わせたディープラーニングフレームワークを提案する。
論文 参考訳(メタデータ) (2026-09-08T16:33:07Z) - MorphologyFM: A Foundation Model for Morphology-Aware Representation Learning from ECG and Pulse Oximetry Waveforms [1.585843510099207]
心電図(ECG)とパルスオキシメトリー(SpO2波形)は、その形態学的構造を通じて、豊かな心血管および血行動態情報を符号化する。
本稿では,MorphologyFMについて紹介する。MorphologyFMは,MIMICクリティカルケアデータベースから事前学習した多モード基礎モデルである。
本研究は, 波形形態を自己指導型生理学的表現学習の強力な帰納バイアスとして確立し, 連続的生理的モニタリングのための汎用基盤モデルとしてMorphologyFMを導入した。
論文 参考訳(メタデータ) (2026-07-03T22:00:54Z) - 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) - MARVEL: Universal Murray's Law-informed Vessel Tree Segmentation and Topology Estimation [75.40785674602147]
血管セグメンテーションのための深層学習法は、しばしば生物物理学的な制約を無視している。
これは生理的に不確実な分岐と誤分類の血管木につながる。
バイオ物理の先駆体を血管樹抽出に組み込んだ背骨非依存フレームワークMARVELについて紹介する。
論文 参考訳(メタデータ) (2026-05-25T02:32:29Z) - BioGait-VLM: A Tri-Modal Vision-Language-Biomechanics Framework for Interpretable Clinical Gait Assessment [4.674098893032597]
BioGait-VLMは,3モーダルビジョン・ランゲージ・バイオメカニクスフレームワークである。
我々のアーキテクチャは、リズム力学を捉えるための時間的エビデンス蒸留枝と、3Dスケルトン配列を言語対応のセマンティックトークンに投影するバイオメカニカルトークン化枝を組み込んでいる。
論文 参考訳(メタデータ) (2026-03-09T16:25:28Z) - PathMoE: Interpretable Multimodal Interaction Experts for Pediatric Brain Tumor Classification [30.58342408480846]
PathMoEは、H&Eスライド、病理報告、核レベルセルグラフを統合する、解釈可能なマルチモーダルフレームワークである。
内科的脳腫瘍データセットと外部TGAデータセットの2つのデータセット固有の分類タスクについて,本フレームワークの評価を行った。
論文 参考訳(メタデータ) (2026-03-02T07:17:44Z) - Learning Alzheimer's Disease Signatures by bridging EEG with Spiking Neural Networks and Biophysical Simulations [42.091774598477706]
脳波に基づくアルツハイマー病検出のための従来のディープラーニングアプローチは、計算集約的で機械的に不透明である。
本稿では,データ駆動学習と生体物理シミュレーションを結びつけるニューラルネットワークフレームワークを提案する。
論文 参考訳(メタデータ) (2026-01-30T21:54:16Z) - Explainable Multi-Modal Deep Learning for Automatic Detection of Lung Diseases from Respiratory Audio Signals [0.49581497240446293]
本研究では,呼吸音信号を用いた自動肺不全検出のためのマルチモーダル深層学習フレームワークを提案する。
このフレームワークにはGrad-CAM、Integrated Gradients、SHAPが含まれており、解釈可能なスペクトル、時間、特徴レベルの説明を生成する。
この結果は、遠隔医療、ポイント・オブ・ケアの診断、および実際の呼吸スクリーニングに対するフレームワークの可能性を示している。
論文 参考訳(メタデータ) (2025-11-29T17:15:58Z) - PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。
PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
論文 参考訳(メタデータ) (2025-05-06T15:18:38Z) - ArrhythmiaVision: Resource-Conscious Deep Learning Models with Visual Explanations for ECG Arrhythmia Classification [0.0]
本稿では,エッジデバイス上での効率的なリアルタイム不整脈分類に最適化されたArrhythmiNet V1とV2を提案する。
MobileNetの深い分離可能な畳み込み設計にインスパイアされたこれらのモデルは、それぞれ302.18KBと157.76KBのメモリフットプリントを維持している。
本研究は, 実用, ウェアラブル, 組込みECGモニタリングシステムにおいて, 解釈可能性, 予測精度, 計算効率の両立の可能性を示すものである。
論文 参考訳(メタデータ) (2025-04-30T18:22:45Z) - Interpretable Retinal Disease Prediction Using Biology-Informed Heterogeneous Graph Representations [40.8160960729546]
解釈可能性は、医療診断のための機械学習モデルの信頼性を高めるために不可欠である。
本研究では,確立した機械学習モデルの性能を超える手法を提案する。
論文 参考訳(メタデータ) (2025-02-23T19:27:47Z)
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。