論文の概要: Heatmap Guided Query Transformers for Robust Astrocyte Detection across Immunostains and Resolutions

• arxiv url: http://arxiv.org/abs/2509.03323v1
• Date: Wed, 03 Sep 2025 14:01:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 21:40:46.538789
• Title: Heatmap Guided Query Transformers for Robust Astrocyte Detection across Immunostains and Resolutions
• Title（参考訳）: 免疫染色と分解能を用いたロバストアストロサイト検出のための熱マップガイドクエリ変換器
• Authors: Xizhe Zhang, Jiayang Zhu,
• Abstract要約: 局所特徴抽出と大域的文脈推論を組み合わせたハイブリッドCNNトランスフォーマ検出器を提案する。 熱マップ誘導クエリ機構は、小型および薄型アストロサイトのための空間的に接地されたアンカーを生成する。 このモデルは、より高速なR-CNN、YOLOv11、DETRを一貫して上回り、偽陽性が少ないほど高い感度を実現した。
• 参考スコア（独自算出の注目度）: 1.0405048273969084
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Astrocytes are critical glial cells whose altered morphology and density are hallmarks of many neurological disorders. However, their intricate branching and stain dependent variability make automated detection of histological images a highly challenging task. To address these challenges, we propose a hybrid CNN Transformer detector that combines local feature extraction with global contextual reasoning. A heatmap guided query mechanism generates spatially grounded anchors for small and faint astrocytes, while a lightweight Transformer module improves discrimination in dense clusters. Evaluated on ALDH1L1 and GFAP stained astrocyte datasets, the model consistently outperformed Faster R-CNN, YOLOv11 and DETR, achieving higher sensitivity with fewer false positives, as confirmed by FROC analysis. These results highlight the potential of hybrid CNN Transformer architectures for robust astrocyte detection and provide a foundation for advanced computational pathology tools.
• Abstract（参考訳）: アストロサイトは重要なグリア細胞であり、多くの神経疾患の徴候である。 しかし, 複雑な分岐と染色依存性の変動は, 組織像の自動検出を極めて困難な課題にしている。 これらの課題に対処するために,局所特徴抽出と大域的文脈推論を組み合わせたハイブリッドCNNトランスフォーマ検出器を提案する。 熱マップ誘導クエリ機構は、小さなアストロサイトに対して空間的に接地されたアンカーを生成し、軽量なトランスフォーマーモジュールは高密度クラスタの識別を改善する。 ALDH1L1およびGFAP染色アストロサイトデータセットに基づいて評価し、FROC分析で確認されたように、このモデルはより高速なR-CNN、YOLOv11、DETRよりも優れ、偽陽性が少なく高い感度を実現した。 これらの結果は、強靭なアストロサイト検出のためのハイブリッドCNNトランスフォーマーアーキテクチャの可能性を強調し、高度な計算病理ツールの基礎を提供する。

関連論文リスト

• CE-RS-SBCIT A Novel Channel Enhanced Hybrid CNN Transformer with Residual, Spatial, and Boundary-Aware Learning for Brain Tumor MRI Analysis [0.7857499581522376]
  このフレームワークは4つのコアイノベーションを通じて、局所的な細粒度とグローバルなコンテキストのキューを利用する。 このフレームワークは98.30%の精度、98.08%の感度、98.25%のF1スコア、98.43%の精度を実現している。
  論文  参考訳（メタデータ） (2025-08-23T20:09:39Z)
• Topology-Constrained Learning for Efficient Laparoscopic Liver Landmark Detection [46.2391319253146]
  肝のランドマークは腹腔鏡下肝手術中に外科医に重要な解剖学的ガイダンスを提供する。 TopoNetは腹腔鏡下肝ランドマーク検出のための新しいトポロジ制約学習フレームワークである。 我々のフレームワークは、スネーク・CNNデュアルパス・エンコーダを用いて、詳細なRGBテクスチャ情報と深さインフォームドトポロジ構造を同時に取得する。
  論文  参考訳（メタデータ） (2025-07-01T07:35:36Z)
• Vision Transformer for Intracranial Hemorrhage Classification in CT Scans Using an Entropy-Aware Fuzzy Integral Strategy for Adaptive Scan-Level Decision Fusion [5.486205584465161]
  頭蓋内出血 (ICH) は、脳血管の破裂により頭蓋内出血を引き起こす重篤な疾患である。 脳CTスキャンにおける局所的および大域的空間依存性を捉えるために,その階層的注意機構を利用した高度なピラミッド・ビジョン・トランスフォーマー(PVT)モデルを提案する。
  論文  参考訳（メタデータ） (2025-03-11T16:47:32Z)
• GS-TransUNet: Integrated 2D Gaussian Splatting and Transformer UNet for Accurate Skin Lesion Analysis [44.99833362998488]
  本稿では,2次元ガウススプラッティングとTransformer UNetアーキテクチャを組み合わせた皮膚癌自動診断手法を提案する。 セグメンテーションと分類の精度は著しく向上した。 この統合は、新しいベンチマークをこの分野に設定し、マルチタスク医療画像解析手法のさらなる研究の可能性を強調している。
  論文  参考訳（メタデータ） (2025-02-23T23:28:47Z)
• CAF-YOLO: A Robust Framework for Multi-Scale Lesion Detection in Biomedical Imagery [0.0682074616451595]
  CAF-YOLOは、畳み込みニューラルネットワーク(CNN)とトランスフォーマーの強みを活用する、医学的対象検出のための、巧妙で堅牢な方法である。 ACFMモジュールはグローバル機能とローカル機能の両方のモデリングを強化し、長期的な機能依存のキャプチャを可能にする。 MSNNは多様なスケールにまたがる特徴を抽出することで、マルチスケールの情報集約を改善する。
  論文  参考訳（メタデータ） (2024-08-04T01:44:44Z)
• Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
  本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。 本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。 実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2023-10-22T02:27:02Z)
• Multiple Instance Ensembling For Paranasal Anomaly Classification In The Maxillary Sinus [46.1292414445895]
  副鼻腔奇形は幅広い形態学的特徴を持つ。 副鼻腔異常分類への現在のアプローチは、一度に1つの異常を特定することに制約されている。 3次元畳み込みニューラルネットワーク(CNN)を用いて正常上顎骨(MS)とMSをポリープや嚢胞で分類する可能性を検討した。
  論文  参考訳（メタデータ） (2023-03-31T09:23:27Z)
• Fuzzy Attention Neural Network to Tackle Discontinuity in Airway Segmentation [67.19443246236048]
  気道セグメンテーションは肺疾患の検査、診断、予後に重要である。 いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。 本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-09-05T16:38:13Z)
• MSHT: Multi-stage Hybrid Transformer for the ROSE Image Analysis of Pancreatic Cancer [5.604939010661757]
  膵癌は世界で最も悪性ながんの1つであり、非常に高い死亡率で急速に悪化する。 自動ワークフローを実現するために,ハイブリッドな高性能ディープラーニングモデルを提案する。 4240個のROSE画像のデータセットを収集し、この未探索領域における手法を評価する。
  論文  参考訳（メタデータ） (2021-12-27T05:04:11Z)

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。