論文の概要: Query Nearby: Offset-Adjusted Mask2Former enhances small-organ segmentation

• arxiv url: http://arxiv.org/abs/2506.05897v1
• Date: Fri, 06 Jun 2025 09:09:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.397137
• Title: Query Nearby: Offset-Adjusted Mask2Former enhances small-organ segmentation
• Title（参考訳）: Query Nearby: Offset-Adjusted Mask2Formerが小組織セグメンテーションを強化
• Authors: Xin Zhang, Dongdong Meng, Sheng Li,
• Abstract要約: 放射線治療や外科的指導などの臨床応用において, 医学的セグメンテーションは重要な役割を担っているが, 臨床的に許容できる結果を得ることは困難である。 近年、注意機構とCNNを組み合わせるなど、トランスフォーマーのようなモデルの利用が成功している。 本モデルは, HaNSeg および SegRap2023 データセット上での SOTA (State-of-the-Art adjust) 性能を実現することを示す。
• 参考スコア（独自算出の注目度）: 8.672993184502744
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical segmentation plays an important role in clinical applications like radiation therapy and surgical guidance, but acquiring clinically acceptable results is difficult. In recent years, progress has been witnessed with the success of utilizing transformer-like models, such as combining the attention mechanism with CNN. In particular, transformer-based segmentation models can extract global information more effectively, compensating for the drawbacks of CNN modules that focus on local features. However, utilizing transformer architecture is not easy, because training transformer-based models can be resource-demanding. Moreover, due to the distinct characteristics in the medical field, especially when encountering mid-sized and small organs with compact regions, their results often seem unsatisfactory. For example, using ViT to segment medical images directly only gives a DSC of less than 50\%, which is far lower than the clinically acceptable score of 80\%. In this paper, we used Mask2Former with deformable attention to reduce computation and proposed offset adjustment strategies to encourage sampling points within the same organs during attention weights computation, thereby integrating compact foreground information better. Additionally, we utilized the 4th feature map in Mask2Former to provide a coarse location of organs, and employed an FCN-based auxiliary head to help train Mask2Former more quickly using Dice loss. We show that our model achieves SOTA (State-of-the-Art) performance on the HaNSeg and SegRap2023 datasets, especially on mid-sized and small organs.Our code is available at link https://github.com/earis/Offsetadjustment\_Background-location\_Decoder\_Mask2former.
• Abstract（参考訳）: 放射線治療や外科的指導などの臨床応用において, 医学的セグメンテーションは重要な役割を担っているが, 臨床的に許容できる結果を得ることは困難である。 近年、注意機構とCNNを組み合わせるなど、トランスフォーマーのようなモデルの利用が成功している。 特に、トランスフォーマーベースのセグメンテーションモデルは、局所的な特徴に焦点を当てたCNNモジュールの欠点を補うことで、グローバル情報をより効率的に抽出することができる。 しかし、トランスフォーマーアーキテクチャを利用するのは簡単ではない。 また, 医療分野の特色から, 特に中小・小臓器のコンパクトな部位に遭遇する場合は, 結果が不十分に思われることが多い。 例えば、医用画像を直接分割するためにViTを使用すると、DSCは50 %未満しか得られず、臨床的に許容されるスコアの80 %よりもはるかに低い。 本稿では,Mask2Formerを変形性のある注意で使用して計算を減らし,注目重み計算中に同一臓器内のサンプリングポイントを促進させるオフセット調整手法を提案し,よりコンパクトな前景情報の統合を図った。 さらに, Mask2Formerの4番目の特徴マップを用いて臓器の粗い位置を推定し, FCNベースの補助ヘッドを用いて, Dice損失を用いたMask2Formerの訓練を高速化した。 本稿では,HaNSegおよびSegRap2023データセット,特に中小臓器におけるSOTA(State-of-the-Art)性能について述べる。我々のコードはhttps://github.com/earis/Offsetadjustment\_Background-location\_Decoder\_Mask2former.comで公開されている。

関連論文リスト

• TransUKAN:Computing-Efficient Hybrid KAN-Transformer for Enhanced Medical Image Segmentation [5.280523424712006]
  U-Netは現在、医療画像セグメンテーションの最も広く使われているアーキテクチャである。 我々は、メモリ使用量と計算負荷を減らすためにkanを改善した。 このアプローチは、非線形関係をキャプチャするモデルの能力を高める。
  論文  参考訳（メタデータ） (2024-09-23T02:52:49Z)
• A lightweight residual network for unsupervised deformable image registration [2.7309692684728617]
  本稿では, 並列拡張畳み込みブロックを組み込んだ残差U-Netを提案する。 本手法は患者間およびアトラスに基づくデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2024-06-14T07:20:49Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• Laplacian-Former: Overcoming the Limitations of Vision Transformers in Local Texture Detection [3.784298636620067]
  Vision Transformer (ViT) モデルは、幅広いコンピュータビジョンタスクにおいてブレークスルーを実証している。 これらのモデルは、画像の高周波成分を捉えるのに苦労しており、局所的なテクスチャやエッジ情報を検出する能力を制限することができる。 本稿では,ラプラシアンピラミッド内の周波数情報を適応的に補正することで自己注意マップを向上する新しい手法であるラプラシアン・フォーマーを提案する。
  論文  参考訳（メタデータ） (2023-08-31T19:56:14Z)
• Towards Optimal Patch Size in Vision Transformers for Tumor Segmentation [2.4540404783565433]
  転移性大腸癌(mCRC)における腫瘍の検出は,肝癌の早期診断と治療において重要な役割を担っている。 完全畳み込みニューラルネットワーク(FCNN)によってバックボンドされたディープラーニングモデルは、3Dコンピュータ断層撮影(CT)スキャンのセグメンテーションにおいて支配的なモデルとなっている。 視覚変換器は、FCNNの受容野の局所性を解決するために導入された。 本稿では,転移病変の平均体積サイズに基づいて,視覚変換器の最適入力多重解像度画像パッチサイズを選択する手法を提案する。
  論文  参考訳（メタデータ） (2023-08-31T09:57:27Z)
• 3DSAM-adapter: Holistic adaptation of SAM from 2D to 3D for promptable tumor segmentation [52.699139151447945]
  医用画像の領域分割を行うために, SAMを2次元から3次元に変換する新しい適応法を提案する。 本モデルでは, 腎腫瘍, 膵腫瘍, 大腸癌の3つのタスクのうち8.25%, 29.87%, 10.11%の3つのタスクにおいて, ドメイン・オブ・ザ・アーティヴ・メディカル・イメージ・セグメンテーション・モデルより優れ, 肝腫瘍セグメンテーションでも同様の性能が得られる。
  論文  参考訳（メタデータ） (2023-06-23T12:09:52Z)
• Learnable Weight Initialization for Volumetric Medical Image Segmentation [66.3030435676252]
  本稿では,学習可能な重みに基づくハイブリッド医療画像セグメンテーション手法を提案する。 我々のアプローチはどんなハイブリッドモデルにも簡単に統合でき、外部のトレーニングデータを必要としない。 多臓器・肺がんセグメンテーションタスクの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-06-15T17:55:05Z)
• Self-Supervised Correction Learning for Semi-Supervised Biomedical Image Segmentation [84.58210297703714]
  半教師付きバイオメディカルイメージセグメンテーションのための自己教師付き補正学習パラダイムを提案する。 共有エンコーダと2つの独立デコーダを含むデュアルタスクネットワークを設計する。 異なるタスクのための3つの医用画像分割データセットの実験により,本手法の優れた性能が示された。
  論文  参考訳（メタデータ） (2023-01-12T08:19:46Z)
• CoTr: Efficiently Bridging CNN and Transformer for 3D Medical Image Segmentation [95.51455777713092]
  畳み込みニューラルネットワーク(CNN)は、現代の3D医療画像セグメンテーションのデファクトスタンダードとなっている。 本稿では,bf畳み込みニューラルネットワークとbfトランスbf(cotr)を効率良く橋渡しし,正確な3次元医用画像分割を実現する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-03-04T13:34:22Z)

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。