Fugu-MT 論文翻訳(概要): When Experts Disagree: Characterizing Annotator Variability for Vessel Segmentation in DSA Images

論文の概要: When Experts Disagree: Characterizing Annotator Variability for Vessel Segmentation in DSA Images

arxiv url: http://arxiv.org/abs/2508.10797v1
Date: Thu, 14 Aug 2025 16:21:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-15 22:24:48.405962
Title: When Experts Disagree: Characterizing Annotator Variability for Vessel Segmentation in DSA Images
Title（参考訳）: DSA画像における血管セグメンテーションにおけるアノテータ変数の特徴
Authors: M. Geshvadi, G. So, D. D. Chlorogiannis, C. Galvin, E. Torio, A. Azimi, Y. Tachie-Baffour, N. Haouchine, A. Golby, M. Vangel, W. M. Wells, Y. Epelboym, R. Du, F. Durupinar, S. Frisken,
Abstract要約: マルチアノテータによる2次元DSAにおける脳血管の分節間の変動について検討した。この分析はセグメンテーションの不確実性を定量化し、追加アノテーションのガイドや不確実性を考慮した自動セグメンテーション手法の開発に利用できる方法について議論する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We analyze the variability among segmentations of cranial blood vessels in 2D DSA performed by multiple annotators in order to characterize and quantify segmentation uncertainty. We use this analysis to quantify segmentation uncertainty and discuss ways it can be used to guide additional annotations and to develop uncertainty-aware automatic segmentation methods.
Abstract（参考訳）: 複数のアノテータが行う2次元DSAにおける脳血管のセグメンテーション間の変動を解析し,セグメンテーションの不確実性を特徴づけ,定量化する。この分析はセグメンテーションの不確実性を定量化し、追加アノテーションのガイドや不確実性を考慮した自動セグメンテーション手法の開発に利用できる方法について議論する。

関連論文リスト

On the Within-class Variation Issue in Alzheimer's Disease Detection [60.08015780474457]
Alzheimer's Disease (AD) 検出では、ADと非ADの個人を区別するために、機械学習の分類モデルを使用している。そこで本研究では,サンプルスコア推定器を用いて,認知的スコアと整合した標本特異的なソフトスコアを生成できることを確認した。ソフトターゲット蒸留(SoTD)とインスタンスレベルの再分散(InRe)の2つの簡易かつ効果的な方法を提案する。
論文参考訳（メタデータ） (2024-09-22T02:06:05Z)
Counterfactuals and Uncertainty-Based Explainable Paradigm for the Automated Detection and Segmentation of Renal Cysts in Computed Tomography Images: A Multi-Center Study [1.83277723272657]
Routine Computed Tomography (CT)スキャンは、しばしば広範囲の腎嚢胞を検知するが、そのうちのいくつかは悪性である可能性がある。しかし、現在のセグメンテーション法では、特徴レベルとピクセルレベルで十分な解釈性を提供していない。我々は、解釈可能なセグメンテーションフレームワークを開発し、多中心データセット上で検証した。
論文参考訳（メタデータ） (2024-08-07T14:14:05Z)
Navigating Uncertainty in Medical Image Segmentation [13.12913475818328]
医用画像における不確実なセグメンテーション手法の選択と評価に対処する。前立腺分節化(prestate segmentation)という2つのケーススタディを提示し、最小限のアノテータ変動に対して単純な決定論的モデルでは十分であることを示した。その結果,不確実なセグメンテーションモデルを正確に選択し,開発するためのガイドラインが導かれた。
論文参考訳（メタデータ） (2024-07-23T10:21:18Z)
Towards Better Certified Segmentation via Diffusion Models [62.21617614504225]
セグメンテーションモデルは敵の摂動に弱いため、医療や自動運転といった重要な意思決定システムでの使用を妨げます。近年,理論的保証を得るためにガウス雑音を入力に加えることにより,セグメント化予測のランダム化が提案されている。本稿では,ランダムな平滑化と拡散モデルを組み合わせたセグメンテーション予測の問題に対処する。
論文参考訳（メタデータ） (2023-06-16T16:30:39Z)
The Treasure Beneath Multiple Annotations: An Uncertainty-aware Edge Detector [70.43599299422813]
既存のメソッドは、単純な投票プロセスを使用して複数のアノテーションを融合し、エッジ固有の曖昧さを無視し、アノテータのラベル付けバイアスを無視する。多様なアノテーションの主観性とあいまいさを調査するために不確実性を利用した新しい不確実性認識エッジ検出器(UAED)を提案する。 UAEDは複数のエッジ検出ベンチマークで一貫したパフォーマンスを実現している。
論文参考訳（メタデータ） (2023-03-21T13:14:36Z)
Towards Reliable Medical Image Segmentation by utilizing Evidential Calibrated Uncertainty [52.03490691733464]
本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。主観的論理理論を利用して、医用画像分割の問題に対する確率と不確実性を明示的にモデル化する。 DeviSには不確実性を考慮したフィルタリングモジュールが組み込まれている。
論文参考訳（メタデータ） (2023-01-01T05:02:46Z)
Inconsistency-aware Uncertainty Estimation for Semi-supervised Medical Image Segmentation [92.9634065964963]
我々は、不確実性推定と個別の自己学習戦略に基づいて、新しい半教師付きセグメンテーションモデル、すなわち保守的ラディカルネットワーク(CoraNet)を提案する。現在の技術と比較すると、ColaNetは優れたパフォーマンスを示しています。
論文参考訳（メタデータ） (2021-10-17T08:49:33Z)
Is segmentation uncertainty useful? [9.214290311827432]
確率的画像セグメンテーションは、セグメンテーション問題の予測信頼度と固有の曖昧さを変化させる。セグメンテーションの不確実性には,セグメンテーション品質の評価とアクティブラーニングという2つの一般的なユースケースがある。すべてのモデルと両方のタスクにおいて、戻り不確実性はセグメンテーションエラーと正の相関を示すが、アクティブラーニングには役に立たない。
論文参考訳（メタデータ） (2021-03-30T11:34:28Z)
Analyzing Epistemic and Aleatoric Uncertainty for Drusen Segmentation in Optical Coherence Tomography Images [4.125187280299246]
加齢関連黄斑変性症(AMD)は60歳以上の高齢者の永久視喪失の原因の1つである。我々は,u-netに基づくドルーゼンセグメンテーションモデルを開発し,セグメンテーションの不確かさを定量化する。
論文参考訳（メタデータ） (2021-01-21T23:34:29Z)

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。