論文の概要: Dynamic Snake Upsampling Operater and Boundary-Skeleton Weighted Loss for Tubular Structure Segmentation

• arxiv url: http://arxiv.org/abs/2505.08525v1
• Date: Tue, 13 May 2025 12:56:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.567174
• Title: Dynamic Snake Upsampling Operater and Boundary-Skeleton Weighted Loss for Tubular Structure Segmentation
• Title（参考訳）: 管状構造セグメンテーションにおけるダイナミックスネークアップサンプリング演算子と境界スケルトン重み付き損失
• Authors: Yiqi Chen, Ganghai Huang, Sheng Zhang, Jianglin Dai,
• Abstract要約: 本稿では,トポロジカルな管状構造物に適した動的ヘビ吊り上げ演算子と境界スケルトン重み付き損失を導入する。 様々なドメインデータセットとバックボーンネットワークにわたる実験により、このプラグアンドプレイのダイナミックスネークアップサンプリング演算子とバウンダリ・スケルトン重み付き損失は、ピクセルワイドセグメンテーション精度と結果のトポロジ的整合性の両方を促進することが示された。
• 参考スコア（独自算出の注目度）: 5.949900966039577
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate segmentation of tubular topological structures (e.g., fissures and vasculature) is critical in various fields to guarantee dependable downstream quantitative analysis and modeling. However, in dense prediction tasks such as semantic segmentation and super-resolution, conventional upsampling operators cannot accommodate the slenderness of tubular structures and the curvature of morphology. This paper introduces a dynamic snake upsampling operators and a boundary-skeleton weighted loss tailored for topological tubular structures. Specifically, we design a snake upsampling operators based on an adaptive sampling domain, which dynamically adjusts the sampling stride according to the feature map and selects a set of subpixel sampling points along the serpentine path, enabling more accurate subpixel-level feature recovery for tubular structures. Meanwhile, we propose a skeleton-to-boundary increasing weighted loss that trades off main body and boundary weight allocation based on mask class ratio and distance field, preserving main body overlap while enhancing focus on target topological continuity and boundary alignment precision. Experiments across various domain datasets and backbone networks show that this plug-and-play dynamic snake upsampling operator and boundary-skeleton weighted loss boost both pixel-wise segmentation accuracy and topological consistency of results.
• Abstract（参考訳）: 管状トポロジー構造の正確なセグメンテーション(例えば、裂孔、血管など)は様々な分野において重要であり、下流での定量的解析とモデリングの信頼性を保証する。 しかし、セマンティックセグメンテーションや超分解能といった密集した予測タスクでは、従来のアップサンプリング演算子は管状構造の細さや形態の曲率に適応できない。 本稿では,トポロジカルな管状構造物に適した動的ヘビアップサンプリング演算子と境界骨格重み付き損失について紹介する。 具体的には,適応サンプリング領域に基づくヘビサンプリング演算子を設計し,特徴マップに従ってサンプリングストライドを動的に調整し,セルペンチン経路に沿って一連のサブピクセルサンプリングポイントを選択することにより,管状構造物のより正確なサブピクセルレベルの特徴回復を可能にする。 一方,マスクのクラス比と距離場に基づいて本体と境界重み付けをトレードオフし,対象のトポロジカルな連続性と境界アライメントの精度を高めるとともに,本体の重なりを保ちながら本体の重なりを保たせる骨格間増加重み付け損失を提案する。 様々なドメインデータセットとバックボーンネットワークにわたる実験により、このプラグアンドプレイのダイナミックスネークアップサンプリング演算子とバウンダリ・スケルトン重み付き損失は、ピクセルワイドセグメンテーション精度と結果のトポロジ的整合性の両方を促進することが示された。

関連論文リスト

• Mapping the Edge of Chaos: Fractal-Like Boundaries in The Trainability of Decoder-Only Transformer Models [0.0]
  ミニチュアニューラルネットワークによる最近の証拠は、これらの結果を分離する境界がフラクタル特性を示すことを示唆している。 本研究は、より一貫した収束尺度を用いて、中規模デコーダのみの変圧器アーキテクチャに拡張する。 その結果、訓練性フロンティアは単純なしきい値ではなく、複数のスケールで自己相似で一見ランダムな構造を形成することがわかった。
  論文  参考訳（メタデータ） (2025-01-08T05:24:11Z)
• Enhancing Boundary Segmentation for Topological Accuracy with Skeleton-based Methods [7.646983689651424]
  位相整合性は、直交画像の境界セグメンテーションの課題において重要な役割を果たす。 本稿では,各物体の形状と画素の位相的意義を考慮に入れた新たな損失関数であるSkea-Topo Aware Losを提案する。 実験により, この手法は, 13 の最先端手法と比較して, VI において最大 7 点まで位相整合性を向上させることが証明された。
  論文  参考訳（メタデータ） (2024-04-29T09:27:31Z)
• Dynamic Snake Convolution based on Topological Geometric Constraints for Tubular Structure Segmentation [12.081234339680456]
  我々はこの知識を用いてDSCNetを誘導し、特徴抽出、特徴融合、損失制約という3つの段階の認識を同時に強化する。 2Dおよび3Dデータセットの実験により、DSCNetは管状構造セグメンテーションタスクにおいて、いくつかの手法と比較して精度と連続性が高いことを示した。
  論文  参考訳（メタデータ） (2023-07-17T10:55:58Z)
• Recurrent Generic Contour-based Instance Segmentation with Progressive Learning [111.31166268300817]
  本稿では,一般的な輪郭型インスタンスセグメンテーションのための新しいディープネットワークアーキテクチャ,すなわちPolySnakeを提案する。 従来のSnakeアルゴリズムに動機付け,提案したPolySnakeはより優れた,堅牢なセグメンテーション性能を実現する。
  論文  参考訳（メタデータ） (2023-01-21T05:34:29Z)
• Predicting Loose-Fitting Garment Deformations Using Bone-Driven Motion Networks [63.596602299263935]
  本稿では,骨駆動型モーションネットワークを用いて,ゆるやかな衣服メッシュの変形を対話的に予測する学習アルゴリズムを提案する。 提案手法は,メッシュ変形の予測精度を約20%,ハウスドルフ距離とSTEDで約10%向上させる。
  論文  参考訳（メタデータ） (2022-05-03T07:54:39Z)
• InverseForm: A Loss Function for Structured Boundary-Aware Segmentation [80.39674800972182]
  逆変換ネットワークを用いたセマンティックセグメンテーションのための新しい境界認識損失項を提案する。 このプラグイン損失項は境界変換の捕捉におけるクロスエントロピー損失を補完する。 室内および屋外のセグメンテーションベンチマークにおける損失関数の定量的および定性的効果を解析した。
  論文  参考訳（メタデータ） (2021-04-06T18:52:45Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)
• Deep Semantic Matching with Foreground Detection and Cycle-Consistency [103.22976097225457]
  深層ネットワークに基づく弱い教師付きセマンティックマッチングに対処する。 本研究では,背景乱れの影響を抑えるために,前景領域を明示的に推定する。 複数の画像にまたがって予測変換を強制し、幾何的に可視かつ一貫したサイクル一貫性の損失を発生させる。
  論文  参考訳（メタデータ） (2020-03-31T22:38:09Z)

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。