| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-02-20 16:00 文書構造を考慮した視覚言語モデルによる胸部X線画像のレポート生成 ○太田理登（室蘭工大）・甲斐千遥・笠井 聡（藤田医科大）・近藤敏志（室蘭工大）  ITS2025-80 IE2025-95 |
|
| 抄録 | （和） | 胸部X線画像は多くの疾患の早期発見や経過観察において重要な役割を果たしている一方で，診断の際に必要とされる膨大な胸部X線画像の読影は放射線科医にとって負担が大きい．そのため視覚言語モデル(VLM)による胸部X線画像の放射線読影レポートの自動生成が有用であるが，既存のVLMを用いたレポート生成においてはレポートの文書構造を重視したモデルの学習・評価を行っていない．そこで本研究では放射線読影レポートに含まれるセクション(Findings，Impression)ごとに損失計算を行うことで，レポートの文書構造を考慮したモデルの学習を行う．また，生成した放射線読影レポートに対してレポート全文を対象とした評価に加え，各セクションに分けた評価も行うことで，提案方式の有効性を検証する．実験の結果，提案手法は全文およびFindingsセクションにおいて，既存手法と比較して生成性能および生成レポート長の両面で改善を示した．一方，Impressionセクションにおいては改善が認められず，文書構造上後ろに位置するセクションに対する学習の難しさが明らかになった． |
| （英） | Chest X-ray images play an important role in the early detection and follow-up of many diseases; however, interpreting the large volume of chest X-ray images required for diagnosis places a substantial burden on radiologists. Consequently, automatic generation of radiology reports from chest X-ray images using vision–language models (VLMs) has attracted increasing attention. Despite this, existing VLM-based report generation methods do not sufficiently consider the document structure of radiology reports during model training and evaluation. In this study, we propose a structure-aware training approach that computes the loss separately for each section of a radiology report, namely Findings and Impression. In addition to evaluating the generated reports as a whole, we also conduct section-wise evaluations to verify the effectiveness of the proposed method. Experimental results show that the proposed approach improves both generation performance and report length for the full report and the Findings section compared with existing methods. In contrast, no improvement is observed for the Impression section, revealing the difficulty of learning sections that appear later in the document structure. |
|
| キーワード | （和） | 大規模言語モデル / 視覚言語モデル / 胸部X線画像 / レポート生成 / Llama / / / |
| （英） | LLM / VLM / Chest X-ray / report generation / Llama / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-95, pp. 233-238, 2026年2月. | |
| 資料番号 | IE2025-95 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2025-80 IE2025-95 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 文書構造を考慮した視覚言語モデルによる胸部X線画像のレポート生成 |
| サブタイトル（和） | |
| タイトル（英） | Report Generation from Chest X-ray Images Using a Vision-Language Model with Document Structure Awareness |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大規模言語モデル / LLM |
| キーワード(2)（和/英） | 視覚言語モデル / VLM |
| キーワード(3)（和/英） | 胸部X線画像 / Chest X-ray |
| キーワード(4)（和/英） | レポート生成 / report generation |
| キーワード(5)（和/英） | Llama / Llama |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 太田 理登 / Ayato Ohta / オオタ アヤト |
| 第1著者 所属（和/英） | 室蘭工業大学 (略称： 室蘭工大) Muroran Institute of Technology (略称： MuroranIT) |
| 第2著者 氏名（和/英/ヨミ） | 甲斐 千遥 / Chiharu Kai / カイ チハル |
| 第2著者 所属（和/英） | 藤田医科大学 (略称： 藤田医科大) Fujita Helth University (略称： FJT) |
| 第3著者 氏名（和/英/ヨミ） | 笠井 聡 / Satoshi Kasai / カサイ サトシ |
| 第3著者 所属（和/英） | 藤田医科大学 (略称： 藤田医科大) Fujita Helth University (略称： FJT) |
| 第4著者 氏名（和/英/ヨミ） | 近藤 敏志 / Satoshi Kondo / コンドウ サトシ |
| 第4著者 所属（和/英） | 室蘭工業大学 (略称： 室蘭工大) Muroran Institute of Technology (略称： MuroranIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-20 16:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-80, IE2025-95 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.233-238 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]