論文の概要: Nested Radially Monotone Polar Occupancy Estimation: Clinically-Grounded Optic Disc and Cup Segmentation for Glaucoma Screening

• arxiv url: http://arxiv.org/abs/2604.09062v1
• Date: Fri, 10 Apr 2026 07:40:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.754279
• Title: Nested Radially Monotone Polar Occupancy Estimation: Clinically-Grounded Optic Disc and Cup Segmentation for Glaucoma Screening
• Title（参考訳）: Nested Radially Monotone Polar Occupancy Estimation: Clinical-Grounded Optic Disc and Cup Segmentation for Glaucoma Screening
• Authors: Rimsa Goperma, Rojan Basnet, Liang Zhao,
• Abstract要約: 眼底写真からの光ディスク(OD)とオプティカルカップ(OC)の正当性セグメンテーションは緑内障研究に不可欠である。 既存のディープセグメンテーション手法は、解剖学的な一般化や学習フレームワークを含む妥当性を保証するものではない。 本論文は、OD/OCセグメンテーションをネスト的に推定し、上記の臨床的有効性を保証することを提案する。
• 参考スコア（独自算出の注目度）: 5.5110861326179945
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Valid segmentation of the optic disc (OD) and optic cup (OC) from fundus photographs is essential for glaucoma screening. Unfortunately, existing deep learning methods do not guarantee clinical validness including star-convexity and nested structure of OD and OC, resulting corruption in diagnostic metric, especially under cross-dataset domain shift. To adress this issue, this paper proposed NPS-Net (Nested Polar Shape Network), the first framework that formulates the OD/OC segmentation as nested radially monotone polar occupancy estimation.This output representation can guarantee the aforementioned clinical validness and achieve high accuracy. Evaluated across seven public datasets, NPS-Net shows strong zero-shot generalization. On RIM-ONE, it maintains 100% anatomical validity and improves Cup Dice by 12.8% absolute over the best baseline, reducing vCDR MAE by over 56%. On PAPILA, it achieves Disc Dice of 0.9438 and Disc HD95 of 2.78 px, an 83% reduction over the best competing method.
• Abstract（参考訳）: 緑内障検診では,眼底写真からの光ディスク (OD) とオプティカルカップ (OC) の分画が不可欠である。 残念ながら、既存のディープラーニング手法では、星の凸性やODとOCのネスト構造などの臨床的有効性は保証されていない。 この問題に対処するため,本研究では, OD/OCセグメンテーションをNPS-Net (Nested Polar Shape Network) として定式化した最初のフレームワークを提案する。 NPS-Netは、7つの公開データセットで評価され、ゼロショットの強い一般化を示している。 RIM-ONEでは、100%解剖学的妥当性を維持し、最高のベースラインに対してカップダイスを12.8%改善し、vCDR MAEを56%以上削減している。 PAPILAでは、ディスクDiceの0.9438とディスクHD95の2.78pxを達成する。

関連論文リスト

• Coronary Artery Segmentation and Vessel-Type Classification in X-Ray Angiography [0.0]
  低コントラスト, 運動, 前向き, 重なり, カテーテルが脱グレード血管セグメンテーションを呈した。 RCAは98.5%(Dice 0.844)、LADは95.4%(0.786)、LCXは96.2%(0.794)である。
  論文  参考訳（メタデータ） (2026-01-24T11:56:49Z)
• FUGC: Benchmarking Semi-Supervised Learning Methods for Cervical Segmentation [63.7829089874007]
  本稿では,頚椎椎間板断裂における半教師あり学習のための最初のベンチマークであるFetal Ultrasound Grand Challenge (FUGC)を紹介する。 FUGCは、500のトレーニング画像、90の検証画像、300のテスト画像を含む890のTVSイメージのデータセットを提供する。 Dice similarity Coefficient (DSC), Hausdorff Distance (HD), and Runtime (RT), with a weighted combination of 0.4/0.4/0.2。
  論文  参考訳（メタデータ） (2026-01-22T01:34:39Z)
• Meta-learners for few-shot weakly-supervised optic disc and cup segmentation on fundus images [0.0]
  データ使用量のバランスを保ち、ショット数を多様化するOmniメタトレーニングを導入する。 計算コストを削減する効率的なバージョンを開発する。 EO-ProtoSegは、教師なしのドメイン適応手法に匹敵するが、200万のパラメータよりはるかに軽量である。
  論文  参考訳（メタデータ） (2025-12-17T03:56:34Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Integrating Edge Information into Ground Truth for the Segmentation of the Optic Disc and Cup from Fundus Images [0.8437187555622164]
  この研究は、ラプラシアンフィルタを用いて光学ディスクとカップの両端を基底真理から抽出することを目的としている。 エッジは、光学ディスクカップ接地真実に加えて、エッジ接地真実を得るように再構成される。 著者らは、REFUGEベンチマークデータセットとDrishti-GSデータセットを使用して研究を行っている。
  論文  参考訳（メタデータ） (2024-08-09T13:18:50Z)
• Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
  本稿では,UNetをベースとしたセグメンテーション手法を提案する。 これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
  論文  参考訳（メタデータ） (2022-10-13T15:34:20Z)
• Robust Segmentation of Optic Disc and Cup from Fundus Images Using Deep Neural Networks [20.518490163045936]
  本稿では、残差エンコーダデコーダネットワーク(REDNet)に基づく地域畳み込みニューラルネットワーク(RCNN)を用いた、光学ディスク(OD)と光学カップ(OC)の同時分割のための新しいアプローチを提案する。 最新の技術とパフォーマンスの比較と、標準の公開基盤画像データセットの広範な検証は、RED-RCNNがMRCNNと比較して優れたパフォーマンスを持っていることを示しています。
  論文  参考訳（メタデータ） (2020-12-13T19:24:53Z)
• AGE Challenge: Angle Closure Glaucoma Evaluation in Anterior Segment Optical Coherence Tomography [61.405005501608706]
  アングル閉鎖緑内障(ACG)は開角緑内障よりも攻撃的な疾患である。 前部セグメント光コヒーレンス・トモグラフィー(AS-OCT)は、開角度から角度閉鎖を識別する高速で接触のない方法を提供する。 既存のメソッドを均一に評価するためのパブリックなAS-OCTデータセットは存在しない。 私たちは,MICCAI 2019と共同で開催したAngle closure Glaucoma Evaluation Challenge (AGE)を組織した。
  論文  参考訳（メタデータ） (2020-05-05T14:55:01Z)
• Inf-Net: Automatic COVID-19 Lung Infection Segmentation from CT Images [152.34988415258988]
  CT画像からの肺感染症の自動検出は、新型コロナウイルスに対処するための従来の医療戦略を強化する大きな可能性を秘めている。 CTスライスから感染領域を分割することは、高い感染特性の変化、感染と正常な組織の間の低強度のコントラストなど、いくつかの課題に直面している。 これらの課題に対処するため, 胸部CTスライスから感染部位を自動的に同定する, 新型のCOVID-19 Deep Lung infection Network (Inf-Net) が提案されている。
  論文  参考訳（メタデータ） (2020-04-22T07:30:56Z)

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。