Fugu-MT 論文翻訳(概要): CircleFormer: Circular Nuclei Detection in Whole Slide Images with Circle Queries and Attention

論文の概要: CircleFormer: Circular Nuclei Detection in Whole Slide Images with Circle Queries and Attention

arxiv url: http://arxiv.org/abs/2308.16145v2
Date: Thu, 31 Aug 2023 01:29:35 GMT
ステータス: 処理完了
システム内更新日: 2023-09-01 11:24:14.956074
Title: CircleFormer: Circular Nuclei Detection in Whole Slide Images with Circle Queries and Attention
Title（参考訳）: CircleFormer:丸いクエリと注意を伴う全スライド画像における円核検出
Authors: Hengxu Zhang, Pengpeng Liang, Zhiyong Sun, Bo Song, Erkang Cheng
Abstract要約: 動的アンカー円を用いたトランスフォーマーを用いた円形医療物体検出システムであるCircleFormerを提案する。一般向けMoNuSegデータセットを用いた円形核検出とセグメンテーションにおける本手法の評価を行った。
参考スコア（独自算出の注目度）: 13.947162082687417
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Both CNN-based and Transformer-based object detection with bounding box representation have been extensively studied in computer vision and medical image analysis, but circular object detection in medical images is still underexplored. Inspired by the recent anchor free CNN-based circular object detection method (CircleNet) for ball-shape glomeruli detection in renal pathology, in this paper, we present CircleFormer, a Transformer-based circular medical object detection with dynamic anchor circles. Specifically, queries with circle representation in Transformer decoder iteratively refine the circular object detection results, and a circle cross attention module is introduced to compute the similarity between circular queries and image features. A generalized circle IoU (gCIoU) is proposed to serve as a new regression loss of circular object detection as well. Moreover, our approach is easy to generalize to the segmentation task by adding a simple segmentation branch to CircleFormer. We evaluate our method in circular nuclei detection and segmentation on the public MoNuSeg dataset, and the experimental results show that our method achieves promising performance compared with the state-of-the-art approaches. The effectiveness of each component is validated via ablation studies as well. Our code is released at https://github.com/zhanghx-iim-ahu/CircleFormer.
Abstract（参考訳）: コンピュータビジョンと医用画像解析において, CNN と Transformer による境界ボックス表現による物体検出が広く研究されているが, 医用画像の円形物体検出はいまだに未調査である。本稿では,腎病理学における球状糸球体検出のための最近のアンカーフリー cnn-based circular object detection (circlenet) 法に触発されたcircleformerについて紹介する。具体的には、変圧器デコーダ内の円表現を用いたクエリを反復的に円形物体検出結果を洗練し、円クロスアテンションモジュールを導入し、円クエリと画像特徴の類似度を算出する。一般化円 IoU (gCIoU) は、新たに円形物体検出の回帰損失を生じさせるものとして提案されている。さらに,circleformerに単純なセグメンテーションブランチを追加することで,セグメンテーションタスクへの一般化が容易になる。本手法は,公開monusegデータセット上での円核検出とセグメンテーションにおける評価を行い,最新手法と比較して有望な性能が得られることを示す。それぞれの成分の有効性はアブレーション研究によって検証される。私たちのコードはhttps://github.com/zhanghx-iim-ahu/CircleFormerで公開されています。

関連論文リスト

Weighted Circle Fusion: Ensembling Circle Representation from Different Object Detection Results [9.540862304334969]
Weighted Circle Fusion (WCF) は、様々な円検出モデルから予測をマージする簡単な手法である。本手法は,全スライド画像(WSI)における物体検出における糸球体検出のための独自のデータセットの徹底的な評価を行う。その結果,既存のアンサンブル法と比較すると,性能は5%向上した。
論文参考訳（メタデータ） (2024-06-27T21:34:51Z)
AdaContour: Adaptive Contour Descriptor with Hierarchical Representation [52.381359663689004]
既存の角度ベースの輪郭記述子は、星以外の形状の損失表現に悩まされる。 AdaConは、他のディスクリプタよりも正確に形を表現できる。
論文参考訳（メタデータ） (2024-04-12T07:30:24Z)
Circle Representation for Medical Instance Object Segmentation [6.4832235108711345]
球状医療オブジェクトをインスタンスレベルでセグメント化するための円輪郭変形を利用した,単純なエンドツーエンドセグメンテーション手法であるCircleSnakeを紹介する。病理画像における糸球体、核、好酸球の検出などの実用化において、CircleSnakeは優れた性能と回転不変性を示した。
論文参考訳（メタデータ） (2024-03-18T06:25:41Z)
KP-RED: Exploiting Semantic Keypoints for Joint 3D Shape Retrieval and Deformation [87.23575166061413]
KP-RED は KeyPoint 主導の Retrieval and deformation フレームワークである。オブジェクトスキャンを入力として、最も幾何学的に類似したCADモデルを共同で検索し、変形させる。
論文参考訳（メタデータ） (2024-03-15T08:44:56Z)
ShapeMatcher: Self-Supervised Joint Shape Canonicalization, Segmentation, Retrieval and Deformation [47.94499636697971]
本稿では,関節形状の正準化,分節化,検索,変形を行うための自己教師型学習フレームワークであるShapeMatcherを提案する。 ShapeMakerの重要な洞察は、標準化、セグメンテーション、検索、変形という4つの高関連プロセスの同時トレーニングである。
論文参考訳（メタデータ） (2023-11-18T15:44:57Z)
CircleNet: Reciprocating Feature Adaptation for Robust Pedestrian Detection [62.41288479917261]
本稿では,人間が低解像度で隠蔽された物体を見る過程を模倣して特徴適応を実現するため,CircleNetと呼ばれる新しい特徴学習モデルを提案する。 Caltech(カルテック)とCityPersons(シティパーソンズ)という2つの歩行者検出データセットの実験によると、CircleNetは、障害物のある歩行者と低解像度歩行者のパフォーマンスを大幅に改善する。
論文参考訳（メタデータ） (2022-12-12T04:10:24Z)
Iterative Next Boundary Detection for Instance Segmentation of Tree Rings in Microscopy Images of Shrub Cross Sections [58.720142291102135]
反復次境界検出(INBD)と呼ばれる新しい反復法を提案する。自然成長方向を直感的にモデル化し、低木断面の中心から始まり、各ステップにおける次のリング境界を検出する。我々の実験では、INBDはジェネリックインスタンスセグメンテーション法よりも優れた性能を示し、時間順の概念を組み込んだ唯一の方法である。
論文参考訳（メタデータ） (2022-12-06T14:49:41Z)
CircleSnake: Instance Segmentation with Circle Representation [4.009829991224921]
本研究では,ボール形状の医療物体に対する簡易な円錐形状変形法であるCircleSnakeを提案する。一般的なDeepSnake法と比較して、我々の貢献は3倍である。 The proposed CircleSnake method is the first end-to-end circle representation Deep segmentation pipeline method。
論文参考訳（メタデータ） (2022-11-02T16:34:20Z)
Circle Representation for Medical Object Detection [5.359910146589289]
ボックス表現は有効であるが、必ずしもバイオメディカルオブジェクトに最適化されていない。本稿では,医療用物体検出のための簡単な円表現を提案し,CircleNetを導入する。病理画像上での糸球体と核の検出において,提案した円周表現は優れた検出性能を示した。
論文参考訳（メタデータ） (2021-10-22T23:16:42Z)
CircleNet: Anchor-free Detection with Circle Representation [10.081591705078678]
CircleNetは球状球状球状体を検出するための円表現を用いた単純なアンカーフリー検出法である。糸球体検出の文脈におけるCircleNetの評価を行った。
論文参考訳（メタデータ） (2020-06-03T18:31:51Z)
On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited [94.5455251250471]
まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。我々は、角予測タスクを回帰問題から分類問題に変換する。得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
論文参考訳（メタデータ） (2020-03-12T03:23:54Z)

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。