論文の概要: RF-HiT: Rectified Flow Hierarchical Transformer for General Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2604.19570v1
• Date: Tue, 21 Apr 2026 15:24:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.844203
• Title: RF-HiT: Rectified Flow Hierarchical Transformer for General Medical Image Segmentation
• Title（参考訳）: RF-HiT:一般医用画像分割用整流階層変換器
• Authors: Ahmed Marouane Djouama, Abir Belaala, Abdellah Zakaria Sellam, Salah Eddine Bekhouche, Cosimo Distante, Abdenour Hadid,
• Abstract要約: 本稿では,時間ガラス変換器のバックボーンと,解剖学的に誘導された特徴条件付けのためのマルチスケール階層型エンコーダを一体化したRectified Flow Hierarchical Transformer RF-HiTを提案する。 RF-HiT は ACDC の 91.27%、BraTS 2021 の 87.40% を達成し、より集中的なアーキテクチャに匹敵する性能を達成している。
• 参考スコア（独自算出の注目度）: 6.158409051007809
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate medical image segmentation requires both long-range contextual reasoning and precise boundary delineation, a task where existing transformer- and diffusion-based paradigms are frequently bottlenecked by quadratic computational complexity and prohibitive inference latency. We propose RF-HiT, a Rectified Flow Hierarchical Transformer that integrates an hourglass transformer backbone with a multi-scale hierarchical encoder for anatomically guided feature conditioning. Unlike prior diffusion-based approaches, RF-HiT leverages rectified flow with efficient transformer blocks to achieve linear complexity while requiring only a few discretization steps. The model further fuses conditioning features across resolutions via learnable interpolation, enabling effective multi-scale representation with minimal computational overhead. As a result, RF-HiT achieves a strong efficiency-performance trade-off, requiring only 10.14 GFLOPs, 13.6M parameters, and inference in as few as three steps. Despite its compact design, RF-HiT attains 91.27% mean Dice on ACDC and 87.40% on BraTS 2021, achieving performance comparable to or exceeding that of significantly more intensive architectures. This demonstrates its strong potential as a robust, computationally efficient foundation for real-time clinical segmentation.
• Abstract（参考訳）: 正確な医用画像のセグメンテーションには、長期のコンテキスト推論と正確な境界記述の両方が必要であり、これは既存のトランスフォーマーと拡散に基づくパラダイムが2次計算の複雑さと禁忌推論のレイテンシによってしばしばボトルネックとなるタスクである。 本稿では,時間ガラス変換器のバックボーンと,解剖学的に誘導された特徴条件付けのためのマルチスケール階層型エンコーダを一体化したRectified Flow Hierarchical Transformer RF-HiTを提案する。 従来の拡散に基づくアプローチとは異なり、RF-HiTは効率の良い変圧器ブロックを持つ整流流を利用して線形複雑性を達成し、わずかな離散化ステップしか必要としない。 このモデルはさらに、学習可能な補間によって解像度のコンディショニング機能を融合し、計算オーバーヘッドを最小限に抑えた効果的なマルチスケール表現を可能にする。 その結果、RF-HiTは10.14 GFLOP、13.6Mパラメータ、推論をわずか3ステップで行うことで、高い効率と性能のトレードオフを実現する。 コンパクトな設計にもかかわらず、RF-HiT は 91.27% で ACDC が Dice であり、BraTS 2021 が 87.40% である。 このことは、リアルタイム臨床セグメント化のための堅牢で効率的な基礎として、その強い可能性を示している。

関連論文リスト

• DiT-IC: Aligned Diffusion Transformer for Efficient Image Compression [56.68267606568949]
  DiT-ICは画像圧縮用アライメント拡散変換器である。 U-NetをDiffusion Transformerに置き換え、32倍のダウンスケール解像度で遅延空間での拡散を可能にする。 16GBのラップトップGPUで2048x2048画像を再構成できる。
  論文  参考訳（メタデータ） (2026-03-13T16:56:00Z)
• RefineFormer3D: Efficient 3D Medical Image Segmentation via Adaptive Multi-Scale Transformer with Cross Attention Fusion [6.372261626436676]
  RefineFormer3Dは、医用画像のセグメンテーション精度と計算効率のバランスをとる軽量階層型トランスフォーマーアーキテクチャである。 このモデルは、メモリ要求の少ない高速な推論(8.35ms/GPU)を実現し、リソース制約のある臨床環境へのデプロイをサポートする。
  論文  参考訳（メタデータ） (2026-02-18T09:58:59Z)
• HCFT: Hierarchical Convolutional Fusion Transformer for EEG Decoding [9.572621097681646]
  階層型脳核融合変換器(HCFT)という軽量な復号化フレームワークを提案する。 HCFTはマルチスケール表現のためにデュアルブランチエンコーダと階層トランスフォーマーブロックを組み合わせる。 その結果、HCFTは平均精度80.83%、BCI IV-2bではコーエンのカッパが0.6165であり、感度99.10%、時間当たり0.0236の偽陽性、CHB-MITでは98.82%であることがわかった。
  論文  参考訳（メタデータ） (2026-01-18T06:36:30Z)
• Fast and Accurate RFIC Performance Prediction via Pin Level Graph Neural Networks and Probabilistic Flow [0.5599792629509228]
  本研究は,アクティブRF回路の重要な性能指標を予測するために,軽量かつデータ効率,トポロジ対応グラフニューラルネットワーク(GNN)モデルを提案する。 回路はデバイス-端末レベルでモデル化され、データ要求を減らしながらスケーラブルなメッセージパッシングを可能にする。 データセットの実験では、対称平均絶対パーセンテージ誤差(sMAPE)と平均相対誤差(MRE)はそれぞれ平均2.40%と2.91%と高い予測精度を示している。
  論文  参考訳（メタデータ） (2025-08-22T14:06:21Z)
• Dynamic Diffusion Transformer [67.13876021157887]
  Diffusion Transformer (DiT) は優れた性能を示したが、かなりの計算コストに悩まされている。 本研究では,動的拡散変換器 (DyDiT) を提案する。 3%の微調整により,DiT-XLのFLOPを51%削減し,生成を1.73高速化し,ImageNet上でのFIDスコア2.07を達成する。
  論文  参考訳（メタデータ） (2024-10-04T14:14:28Z)
• Transforming Image Super-Resolution: A ConvFormer-based Efficient Approach [58.57026686186709]
  本稿では, Convolutional Transformer Layer (ConvFormer) を導入し, ConvFormer-based Super-Resolution Network (CFSR) を提案する。 CFSRは畳み込みベースのアプローチとトランスフォーマーベースのアプローチの両方の利点を継承する。 CFSRは計算コストと性能のバランスが最適であることを示す実験である。
  論文  参考訳（メタデータ） (2024-01-11T03:08:00Z)
• ADC/DAC-Free Analog Acceleration of Deep Neural Networks with Frequency Transformation [2.7488316163114823]
  本稿では,アナログ領域の周波数ベーステンソル変換を用いた周波数領域ニューラルネットワークのエネルギー効率向上手法を提案する。 提案手法は,変換行列のトレーニング可能なパラメータを不要にすることで,よりコンパクトなセルを実現する。 16$times$16のクロスバーで8ビット入力処理を行い,Watt当たりの1602テラ演算のエネルギー効率を実現する。
  論文  参考訳（メタデータ） (2023-09-04T19:19:39Z)
• Transform Once: Efficient Operator Learning in Frequency Domain [69.74509540521397]
  本研究では、周波数領域の構造を利用して、空間や時間における長距離相関を効率的に学習するために設計されたディープニューラルネットワークについて検討する。 この研究は、単一変換による周波数領域学習のための青写真を導入している。
  論文  参考訳（メタデータ） (2022-11-26T01:56:05Z)
• BATFormer: Towards Boundary-Aware Lightweight Transformer for Efficient Medical Image Segmentation [26.405243756778606]
  本稿では,計算複雑性の低い大規模グローバルインタラクションを構築するための境界対応軽量トランス (BATFormer) を提案する。 BATFormerは、平均、右心室、心筋、左心室それぞれ92.84%、91.97%、90.26%、96.30%の成績を収めている。
  論文  参考訳（メタデータ） (2022-06-29T05:37:16Z)

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。