論文の概要: Changes in Visual Attention Patterns for Detection Tasks due to Dependencies on Signal and Background Spatial Frequencies

• arxiv url: http://arxiv.org/abs/2601.09008v1
• Date: Tue, 13 Jan 2026 22:12:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-15 18:59:20.181695
• Title: Changes in Visual Attention Patterns for Detection Tasks due to Dependencies on Signal and Background Spatial Frequencies
• Title（参考訳）: 信号・背景空間周波数依存性による検出課題の視覚的注意パターンの変化
• Authors: Amar Kavuri, Howard C. Gifford, Mini Das,
• Abstract要約: 本稿では,デジタル画像における信号検出タスクにおける視覚的注意機構に対する画像特性と信号特性の影響について検討する。 胸部CT像をプラットフォームとして用いた。
• 参考スコア（独自算出の注目度）: 0.6117371161379207
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We aim to investigate the impact of image and signal properties on visual attention mechanisms during a signal detection task in digital images. The application of insight yielded from this work spans many areas of digital imaging where signal or pattern recognition is involved in complex heterogenous background. We used simulated tomographic breast images as the platform to investigate this question. While radiologists are highly effective at analyzing medical images to detect and diagnose diseases, misdiagnosis still occurs. We selected digital breast tomosynthesis (DBT) images as a sample medical images with different breast densities and structures using digital breast phantoms (Bakic and XCAT). Two types of lesions (with distinct spatial frequency properties) were randomly inserted in the phantoms during projections to generate abnormal cases. Six human observers participated in observer study designed for a locating and detection of an 3-mm sphere lesion and 6-mm spicule lesion in reconstructed in-plane DBT slices. We collected eye-gaze data to estimate gaze metrics and to examine differences in visual attention mechanisms. We found that detection performance in complex visual environments is strongly constrained by later perceptual stages, with decision failures accounting for the largest proportion of errors. Signal detectability is jointly influenced by both target morphology and background complexity, revealing a critical interaction between local signal features and global anatomical noise. Increased fixation duration on spiculated lesions suggests that visual attention is differentially engaged depending on background and signal spatial frequency dependencies.
• Abstract（参考訳）: 本稿では,デジタル画像における信号検出タスクにおける視覚的注意機構に対する画像特性と信号特性の影響について検討する。 この研究から得られる洞察の応用は、複雑な異種背景に信号やパターン認識が関与するデジタル画像の多くの領域にまたがる。 胸部CT像をプラットフォームとして用いた。 放射線医は、疾患の検出と診断のために医療画像を分析するのに非常に効果的であるが、いまだに誤診が発生している。 デジタル乳房ファントム(BakicおよびXCAT)を用いて,乳房密度と構造が異なるサンプル検体として,デジタル乳房トモシン合成(DBT)画像を選択した。 プロジェクション中にファントム内に2種類の病変(空間周波数特性が異なる)をランダムに挿入し,異常な症例を発生させた。 6人の観察者が3mmの球状病変と6mmの球状病変を再現したDBTスライスの位置と検出のために設計された観察者調査に参加した。 視線指標を推定し,視覚的注意機構の違いを調べるため,視線データを収集した。 複雑な視覚環境における検出性能は、後続の知覚段階によって強い制約を受けており、決定失敗は最大のエラー率を考慮に入れている。 信号検出性は、標的形態と背景の複雑さの両方に影響され、局所的な信号特徴と大域的な解剖学的ノイズの間の重要な相互作用を明らかにする。 画像的病変に対する固定期間の増加は、背景および信号空間周波数依存性によって視覚的注意が異なることを示唆している。

関連論文リスト

• Shifts in Doctors' Eye Movements Between Real and AI-Generated Medical Images [5.969442345531191]
  アイトラッキング分析は医療画像において重要な役割を担い、放射線医が臨床症例を視覚的に解釈し診断する方法に関する重要な洞察を提供する。 まず,ササード方向,振幅,関節分布など,様々な眼球運動パターンの分布を測定することで,放射線技師の注意と一致を解析した。 真正(リアル)画像と深層学習(フェイク)画像の視線変化について検討した。
  論文  参考訳（メタデータ） (2025-04-21T10:13:59Z)
• The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
  病理脳病変は脳画像に多彩な外観を示す。 正規データのみを用いた教師なし異常検出手法が提案されている。 空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
  論文  参考訳（メタデータ） (2023-01-19T21:39:38Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• SQUID: Deep Feature In-Painting for Unsupervised Anomaly Detection [76.01333073259677]
  無線画像からの異常検出のための空間認識型メモリキューを提案する(略してSQUID)。 SQUIDは, 微細な解剖学的構造を逐次パターンに分類でき, 推測では画像中の異常(見えない/修正されたパターン)を識別できる。
  論文  参考訳（メタデータ） (2021-11-26T13:47:34Z)
• Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in Frequency Domain [88.7339322596758]
  本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。 SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
  論文  参考訳（メタデータ） (2021-03-02T16:45:08Z)

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。