論文の概要: Clore: Interactive Pathology Image Segmentation with Click-based Local Refinement

• arxiv url: http://arxiv.org/abs/2603.27625v1
• Date: Sun, 29 Mar 2026 10:48:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.044937
• Title: Clore: Interactive Pathology Image Segmentation with Click-based Local Refinement
• Title（参考訳）: Clore:Click-based Local Refinementを用いたインタラクティブな病理画像分割
• Authors: Tiantong Wang, Minfan Zhao, Jun Shi, Hannan Wang, Yue Dai,
• Abstract要約: 対話型セグメンテーションを強化するために,Click-based Local Refinement (Clore) パイプラインを提案する。 最初のクリックはグローバルセグメンテーションを加速させ、大きなターゲット領域を迅速にアウトラインし、その後クリックで局所的な詳細が徐々に洗練され、正確な境界が達成される。 4つのデータセットの実験結果は、Clareがセグメンテーション精度と相互作用コストの最良のバランスを達成していることを示している。
• 参考スコア（独自算出の注目度）: 5.713983221610916
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advancements in deep learning-based interactive segmentation methods have significantly improved pathology image segmentation. Most existing approaches utilize user-provided positive and negative clicks to guide the segmentation process. However, these methods primarily rely on iterative global updates for refinement, which lead to redundant re-prediction and often fail to capture fine-grained structures or correct subtle errors during localized adjustments. To address this limitation, we propose the Click-based Local Refinement (Clore) pipeline, a simple yet efficient method designed to enhance interactive segmentation. The key innovation of Clore lies in its hierarchical interaction paradigm: the initial clicks drive global segmentation to rapidly outline large target regions, while subsequent clicks progressively refine local details to achieve precise boundaries. This approach not only improves the ability to handle fine-grained segmentation tasks but also achieves high-quality results with fewer interactions. Experimental results on four datasets demonstrate that Clore achieves the best balance between segmentation accuracy and interaction cost, making it an effective solution for efficient and accurate interactive pathology image segmentation.
• Abstract（参考訳）: 深層学習に基づくインタラクティブセグメンテーション手法の最近の進歩は、病理画像セグメンテーションを大幅に改善した。 既存のアプローチの多くは、ユーザが提供するポジティブなクリックとネガティブなクリックを使って、セグメンテーションプロセスをガイドしている。 しかし、これらの手法は主に改良のための反復的なグローバルな更新に依存しており、これは冗長な再予測をもたらし、しばしば局所的な調整中に微細な構造や微妙な誤りを捉えるのに失敗する。 この制限に対処するために,対話的セグメンテーションを強化するために設計されたシンプルで効率的なClick-based Local Refinement (Clore) パイプラインを提案する。 最初のクリックは、グローバルセグメンテーションを加速させ、大きなターゲット領域を迅速にアウトラインし、その後クリックは、正確な境界を達成するために、局所的な詳細を徐々に洗練する。 このアプローチは、きめ細かいセグメンテーションタスクを扱う能力を向上するだけでなく、より少ないインタラクションで高品質な結果を得る。 4つのデータセットの実験結果から,Clareはセグメンテーションの精度と相互作用のコストの最良のバランスを達成し,より効率的かつ正確な対話型病理画像セグメンテーションのための効果的なソリューションであることが示された。

関連論文リスト

• Laser: Efficient Language-Guided Segmentation in Neural Radiance Fields [49.66011190843893]
  本稿では,CLIP特徴蒸留を利用して,言語指導による効率的な3次元セグメンテーションを実現する手法を提案する。 これを実現するために,我々は,高密度CLIP特徴蒸留プロセスにおいて,アダプタモジュールを導入し,ノイズ問題を緩和する。 本手法は, 訓練速度と性能の両面で, 現在の最先端技術を上回っている。
  論文  参考訳（メタデータ） (2025-01-31T12:19:14Z)
• Scribble-based fast weak-supervision and interactive corrections for segmenting whole slide images [5.276054618115727]
  本稿では,スライス組織像全体のセグメンテーションにおける2つの大きな課題に対処するために,ユーザインタラクションを最小限に抑えた動的インタラクティブかつ弱教師付きセグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T09:57:35Z)
• Boundary-aware Supervoxel-level Iteratively Refined Interactive 3D Image Segmentation with Multi-agent Reinforcement Learning [33.181732857907384]
  我々は,マルコフ決定プロセス(MDP)を用いた対話型画像分割をモデル化し,強化学習(RL)による解法を提案する。 ボクセル単位の予測のための大規模な探索空間を考えると, エージェント間でボクセルレベルポリシーを共有するマルチエージェント強化学習が採用されている。 4つのベンチマークデータセットによる実験結果から,提案手法は最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-03-19T15:52:56Z)
• Exploring Cycle Consistency Learning in Interactive Volume Segmentation [39.000842538436714]
  我々は2つの切り離されたモジュール(インタラクション・ツー・セグメンテーションとセグメンテーションの伝搬)を介して医療ボリュームセグメンテーションに対話的にアプローチする。 本稿では、開始スライス中の正確なセグメンテーションを参照することにより、中間セグメンテーションを規則化する、シンプルで効果的なサイクル整合損失を提案する。 サイクル整合性トレーニングでは、伝播ネットワークは標準のフォワードオンリーのトレーニングアプローチよりも規則化された。
  論文  参考訳（メタデータ） (2023-03-11T20:25:05Z)
• Semantics-Aware Dynamic Localization and Refinement for Referring Image Segmentation [102.25240608024063]
  画像の参照は、言語表現からのイメージセグメントを参照する。 そこで我々は,局所化中心からセグメンテーション言語へ移行するアルゴリズムを開発した。 比較すると,本手法はより汎用的で有効である。
  論文  参考訳（メタデータ） (2023-03-11T08:42:40Z)
• Interactive Segmentation as Gaussian Process Classification [58.44673380545409]
  クリックベースのインタラクティブセグメンテーション(IS)は、ユーザインタラクション下で対象オブジェクトを抽出することを目的としている。 現在のディープラーニング(DL)ベースの手法のほとんどは、主にセマンティックセグメンテーションの一般的なパイプラインに従っている。 本稿では,各画像上でガウス過程(GP)に基づく画素単位のバイナリ分類モデルとしてISタスクを定式化することを提案する。
  論文  参考訳（メタデータ） (2023-02-28T14:01:01Z)
• Adaptive Local-Component-aware Graph Convolutional Network for One-shot Skeleton-based Action Recognition [54.23513799338309]
  骨格に基づく行動認識のための適応的局所成分認識グラフ畳み込みネットワークを提案する。 我々の手法はグローバルな埋め込みよりも強力な表現を提供し、我々のモデルが最先端に到達するのに役立ちます。
  論文  参考訳（メタデータ） (2022-09-21T02:33:07Z)
• UCP-Net: Unstructured Contour Points for Instance Segmentation [2.105564340986074]
  本稿では,初期セグメンテーションとセグメンテーションの洗練のために,制約のない輪郭クリックに基づく対話型セグメンテーションを提案する。 本手法は分類に依存しず,一般的なセグメンテーションデータセットの最先端手法よりもユーザインタラクションの少ない精度のセグメンテーションマスク(IoU > 85%)を生成する。
  論文  参考訳（メタデータ） (2021-09-15T22:03:37Z)
• Pixel-Level Cycle Association: A New Perspective for Domain Adaptive Semantic Segmentation [169.82760468633236]
  本稿では,ソースとターゲットの画素ペア間の画素レベルサイクルの関連性を構築することを提案する。 我々の手法は1段階のエンドツーエンドで訓練でき、追加のパラメータは導入しない。
  論文  参考訳（メタデータ） (2020-10-31T00:11:36Z)
• FAIRS -- Soft Focus Generator and Attention for Robust Object Segmentation from Extreme Points [70.65563691392987]
  本稿では,ユーザ入力からオブジェクトのセグメンテーションを極端点と補正クリックの形で生成する手法を提案する。 提案手法は,エクストリームポイント,クリック誘導,修正クリックを原則として組み込んだ,高品質なトレーニングデータを生成する能力とスケーラビリティを実証する。
  論文  参考訳（メタデータ） (2020-04-04T22:25:47Z)

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。