論文の概要: Q2A: Querying Implicit Fully Continuous Feature Pyramid to Align Features for Medical Image Segmentation
- arxiv url: http://arxiv.org/abs/2404.09472v1
- Date: Mon, 15 Apr 2024 05:53:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-16 13:29:14.419110
- Title: Q2A: Querying Implicit Fully Continuous Feature Pyramid to Align Features for Medical Image Segmentation
- Title（参考訳）: Q2A: 医用画像セグメンテーションのための特徴に適応した完全連続的な特徴を問う
- Authors: Jiahao Yu, Li Chen,
- Abstract要約: 本稿では,INRベースのデコーダの特徴的不整合問題を解決するために,新しい一段階のクエリベースの整合性パラダイムであるQ2Aを提案する。
各目標座標について、Q2Aはまず、その座標に整列したコンテキスト特徴の空間オフセットとセル解像度を記述した複数のクエリを生成し、それに対応する特徴を算出する。
- 参考スコア（独自算出の注目度）: 10.66113563605316
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent medical image segmentation methods apply implicit neural representation (INR) to the decoder for achieving a continuous coordinate decoding to tackle the drawback of conventional discrete grid-based data representations. However, the INR-based decoder cannot well handle the feature misalignment problem brought about by the naive latent code acquisition strategy in INR. Although there exist many feature alignment works, they all adopt a progressive multi-step aligning paradigm on a discrete feature pyramid, which is incompatible with the continuous one-step characteristics of INR-based decoder, and thus fails to be the solution. Therefore, we propose Q2A, a novel one-step query-based aligning paradigm, to solve the feature misalignment problem in the INR-based decoder. Specifically, for each target coordinate, Q2A first generates several queries depicting the spatial offsets and the cell resolutions of the contextual features aligned to the coordinate, then calculates the corresponding aligned features by feeding the queries into a novel implicit fully continuous feature pyramid (FCFP), finally fuses the aligned features to predict the class distribution. In FCFP, we further propose a novel universal partition-and-aggregate strategy (P&A) to replace the naive interpolation strategy for latent code acquisition in INR, which mitigates the information loss problem that occurs when the query cell resolution is relatively large and achieves an effective feature decoding at arbitrary continuous resolution. We conduct extensive experiments on two medical datasets, i.e. Glas and Synapse, and a universal dataset, i.e. Cityscapes, and they show the superiority of the proposed Q2A.
- Abstract（参考訳）: 最近の医用画像分割法では、従来の離散グリッドベースのデータ表現の欠点に対処するため、連続座標デコードを実現するために暗黙のニューラル表現(INR)をデコーダに適用している。
しかし、INRをベースとしたデコーダは、INRの素直な潜在コード取得戦略によって引き起こされる特徴の不整合問題にうまく対応できない。
機能アライメントの作業は数多く存在するが、それらはそれぞれ、INRベースのデコーダの連続的なワンステップ特性と相容れない離散的な特徴ピラミッド上に、プログレッシブなマルチステップ整合パラダイムを採用する。
そこで本研究では,INRデコーダの特徴的不整合問題を解決するために,新しい1ステップのクエリベースの整合パラダイムであるQ2Aを提案する。
具体的には、各目標座標に対して、Q2Aはまず、座標に整列した空間オフセットとコンテキスト特徴のセル分解を描写した複数のクエリを生成し、そのクエリを新しい暗黙的完全連続特徴ピラミッド(FCFP)に入力し、対応する整列特徴を算出し、最後に、整列した特徴を融合してクラス分布を予測する。
FCFPでは,クエリセルの解像度が比較的大きい場合に発生する情報損失問題を軽減し,任意の連続分解で有効な特徴復号化を実現するため,INRにおける遅延コード取得に対する単純な補間戦略を代替する,新しいユニバーサルパーティション・アンド・アグリゲート戦略(P&A)を提案する。
本研究では,GlasとSynapseの2つの医学データセットと,Cityscapesという普遍的なデータセットについて広範な実験を行い,提案したQ2Aの優位性を示す。
関連論文リスト
- Fast Point Cloud Geometry Compression with Context-based Residual Coding and INR-based Refinement [19.575833741231953]
我々は、KNN法を用いて、原表面点の近傍を決定する。
条件付き確率モデルは局所幾何学に適応し、大きな速度減少をもたらす。
暗黙のニューラル表現を精製層に組み込むことで、デコーダは任意の密度で下面の点をサンプリングすることができる。
論文 参考訳（メタデータ） (2024-08-06T05:24:06Z) - UGMAE: A Unified Framework for Graph Masked Autoencoders [67.75493040186859]
グラフマスク付きオートエンコーダのための統一フレームワークであるUGMAEを提案する。
まず,ノードの特異性を考慮した適応型特徴マスク生成器を開発した。
次に,階層型構造再構成と特徴再構成を併用し,総合的なグラフ情報を取得する。
論文 参考訳（メタデータ） (2024-02-12T19:39:26Z) - Locality-Aware Generalizable Implicit Neural Representation [54.93702310461174]
一般化可能な暗黙的ニューラル表現(INR)は、単一の連続関数が複数のデータインスタンスを表現することを可能にする。
本稿では、変換器エンコーダと局所性を考慮したINRデコーダを組み合わせた一般化可能なINRのための新しいフレームワークを提案する。
我々のフレームワークは、従来の一般化可能なINRよりも大幅に優れており、下流タスクにおける局所性を考慮した潜在能力の有効性を検証している。
論文 参考訳（メタデータ） (2023-10-09T11:26:58Z) - CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration [9.57539651520755]
CoFiI2Pは、粗い方法で通信を抽出する新しいI2P登録ネットワークである。
粗いマッチングフェーズでは、均一なグローバル情報と不均一なグローバル情報の両方をキャプチャするために、新しいI2Pトランスフォーマーモジュールが使用される。
微細マッチングモジュールにおいて、スーパーポイント/スーパーピクセル対応のガイダンスにより、ポイント/ピクセル対を確立する。
論文 参考訳（メタデータ） (2023-09-26T04:32:38Z) - Small Object Detection via Coarse-to-fine Proposal Generation and
Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。
CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文 参考訳（メタデータ） (2023-08-18T13:13:09Z) - A2B: Anchor to Barycentric Coordinate for Robust Correspondence [25.719939636977934]
偏心座標のような幾何学的不変な座標表現は特徴間のミスマッチを著しく低減できることを示す。
本稿では,ペア画像から複数のアフィン-不変対応座標を生成する新しいアンカー-バリー中心(A2B)座標符号化手法であるDECREEを紹介する。
論文 参考訳（メタデータ） (2023-06-05T10:28:53Z) - Object Segmentation by Mining Cross-Modal Semantics [68.88086621181628]
マルチモーダル特徴の融合と復号を導くために,クロスモーダル・セマンティックスをマイニングする手法を提案する。
具体的には,(1)全周減衰核融合(AF),(2)粗大デコーダ(CFD),(3)多層自己超越からなる新しいネットワークXMSNetを提案する。
論文 参考訳（メタデータ） (2023-05-17T14:30:11Z) - Deep filter bank regression for super-resolution of anisotropic MR brain
images [18.41979609846356]
2次元マルチスライス磁気共鳴(MR)取得では、スループレーン信号は通常、インプレーン信号よりも低解像度である。
超高分解能(SR)法は、基礎となる高分解能ボリュームを回復することを目的としているが、推定された高周波数情報は、エンドツーエンドのデータ駆動トレーニングを通じて暗黙的である。
そこで本研究では,特定スキャンの異方性獲得に対応する完全再構成フィルタバンクの完成を近似する2段階の手法を提案する。
論文 参考訳（メタデータ） (2022-09-06T16:05:19Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Modal-Adaptive Gated Recoding Network for RGB-D Salient Object Detection [2.9153096940947796]
本稿では,2つのモードの情報の有効性を評価するために,GRNet(GRNet)を提案する。
知覚エンコーダを用いてマルチレベル単一モード特徴を抽出する。
無効な情報を抑制し、有効なモーダル特徴を復号ミキサとハイブリッド分岐復号器に転送するために、モーダル適応ゲートユニットを提案する。
論文 参考訳（メタデータ） (2021-08-13T15:08:21Z) - Learning the Linear Quadratic Regulator from Nonlinear Observations [135.66883119468707]
我々は、LQR with Rich Observations(RichLQR)と呼ばれる連続制御のための新しい問題設定を導入する。
本設定では, 線形力学と二次的コストを有する低次元連続潜伏状態によって環境を要約する。
本結果は,システムモデルと一般関数近似における未知の非線形性を持つ連続制御のための,最初の証明可能なサンプル複雑性保証である。
論文 参考訳（メタデータ） (2020-10-08T07:02:47Z)
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。