論文の概要: SpectraFlow: Unifying Structural Pretraining and Frequency Adaptation for Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2605.14566v1
• Date: Thu, 14 May 2026 08:37:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.725351
• Title: SpectraFlow: Unifying Structural Pretraining and Frequency Adaptation for Medical Image Segmentation
• Title（参考訳）: SpectraFlow: 医用画像セグメンテーションのための構造的事前学習と周波数適応の統合
• Authors: Zhiquan Chen, Haitao Wang, Guowei Zou, Hejun Wu,
• Abstract要約: 近年の自己監督型プレトレーニングでは伝達性が改善されているが、テクスチャバイアスがしばしば現れる。 本稿では,構造認識型エンコーダの事前学習と境界指向デコーディングを併用する2段階のフレームワークを提案する。 ISIC-2016、Kvasir-SEG、GlaSの実験は最先端の手法よりも一貫した利得を示している。
• 参考スコア（独自算出の注目度）: 3.182068203318624
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical image segmentation remains challenging in low-data regimes, where scarce annotations often yield poor generalization and ambiguous boundaries with missing fine structures. Recent self-supervised pretraining has improved transferability, but it often exhibits a texture bias. In contrast, accurate segmentation is inherently geometry-aware and depends on both topological consistency and precise boundary preservation. To address this problem, we propose a two-stage framework that couples structure-aware encoder pretraining with boundary-oriented decoding. In Stage-1, we aim to learn structure-aware representations for downstream segmentation in low-data regimes. To this end, we propose Mixed-Domain MeanFlow Pretraining, which aligns images and binary masks in a shared latent space through latent transport regression, where masks act as conditional structural guidance rather than prediction targets, making the pretraining task-agnostic. To further improve training stability under scarce supervision, we incorporate a lightweight Dispersive Loss to prevent representation collapse. In Stage-2, we fine-tune the pretrained encoder with a lightweight decoder that combines Direct Attentional Fusion for adaptive cross-scale gating and Frequency-Directional Dynamic Convolution for high-frequency boundary refinement under appearance variation. Experiments on ISIC-2016, Kvasir-SEG, and GlaS demonstrate consistent gains over state-of-the-art methods, with improved robustness in low-data settings and sharper boundary delineation.
• Abstract（参考訳）: 医用画像のセグメンテーションは、希少なアノテーションが、細かな構造を欠くような一般化や曖昧な境界をしばしば生み出す低データ体制において、依然として困難である。 近年の自己監督型プレトレーニングでは伝達性が改善されているが、テクスチャバイアスがしばしば現れる。 対照的に、正確なセグメンテーションは本質的に幾何学的認識であり、位相的一貫性と正確な境界保存の両方に依存する。 この問題に対処するために、構造対応エンコーダと境界指向デコーディングを事前学習する2段階のフレームワークを提案する。 Stage-1では、低データ状態における下流セグメンテーションのための構造認識表現を学習することを目的としている。 そこで本研究では,マスクが予測対象ではなく条件付き構造的ガイダンスとして機能し,事前訓練作業が不要となるような,共用潜時空間における画像と2値マスクの整列化を実現するMixed-Domain MeanFlow Pretrainingを提案する。 少ない監督下でのトレーニングの安定性をさらに向上するため,表現崩壊を防止するために軽量な分散損失を取り入れた。 ステージ2では、適応型クロススケールゲーティングにダイレクトアテンショナルフュージョンを併用した軽量デコーダと、出現変動下での高周波境界改善のための周波数方向動的畳み込みを併用したプリトレーニングエンコーダを微調整する。 ISIC-2016、Kvasir-SEG、GlaSの実験は、最先端の手法よりも一貫した利得を示し、低データ設定におけるロバスト性を改善し、境界線を鋭くした。

関連論文リスト

• AHPA: Adaptive Hierarchical Prior Alignment for Diffusion Transformers [24.937985157569823]
  我々は,信号と雑音の比に応じて,表現監督の有用な粒度が体系的に変化するため,このような時間ステップに依存しないアライメントが最適であると主張する。 ハイノイズでは拡散モデルはより粗い意味とレイアウトレベルのアンカーの恩恵を受けるが、低ノイズでは、トレーニング信号は空間的詳細で構造的に忠実な洗練を強調するべきである。 この非定常アライメント動作は、静的なシングルレベルスーパーバイザーに対する表現ミスマッチを生成する。
  論文  参考訳（メタデータ） (2026-05-05T03:07:29Z)
• Rethinking Vector Field Learning for Generative Segmentation [50.08025820235397]
  生成的セグメンテーションのためのモデリング拡散モデルが注目されている。 ベクトル場学習の観点から拡散セグメンテーションを再考する。 本稿では,学習した消滅速度場を距離認識補正項で拡張するベクトル場再構成手法を提案する。 この補正は、誘引的相互作用と反発的相互作用の両方を導入し、元の拡散訓練フレームワークを保ちながら、セントロイド付近の勾配等級を増大させる。
  論文  参考訳（メタデータ） (2026-03-19T17:58:19Z)
• V-Co: A Closer Look at Visual Representation Alignment via Co-Denoising [65.5867130156805]
  統合JTフレームワークにおける視覚的コデノゲーションの体系的研究であるV-Coについて述べる。 本研究は,視覚的コデノジングを効果的に行うための4つの重要な要素を明らかにする。 V-Coは、基礎となる画素空間拡散ベースラインと強い前の画素拡散法より優れている。
  論文  参考訳（メタデータ） (2026-03-17T17:01:54Z)
• Lightweight Transformer Framework for Weakly Supervised Semantic Segmentation [0.45880283710344055]
  弱い教師付きセマンティックセマンティックセグメンテーション(WSSS)は、ノイズの多い未特定の手がかりから密集したマスクを学習しなければならない。 3つの小さな相乗的変化は、MiTバックボーンを変更することなく、弱い監督を著しく効果的にすることを示した。 提案手法であるCrispFormerは,(1)軽量エッジヘッドと境界認識損失を用いて細い物体の輪郭を監督する境界分岐,(2)画素ごとの不確かさを予測し,重み付けとセグメント化ログの残差補正に使用する不確実性誘導型精細化器,(3)静的結合を置き換える動的マルチスケール融合層をデコーダに拡張する。
  論文  参考訳（メタデータ） (2025-11-24T22:40:57Z)
• The 1st Solution for CARE Liver Task Challenge 2025: Contrast-Aware Semi-Supervised Segmentation with Domain Generalization and Test-Time Adaptation [23.156209918252838]
  CoSSeg-TTA は nnU-Netv2 上に構築された GED4 (Gd-EOB-DTPA 拡張肝胆道相MRI) のコンパクトセグメンテーションフレームワークである。 ドメイン適応モジュールは、ランダム化されたヒストグラムスタイルの外観伝達関数とトレーニング可能なコントラスト対応ネットワークを組み込んで、ドメインの多様性を強化し、センター間の変動を緩和する。
  論文  参考訳（メタデータ） (2025-10-05T15:18:53Z)
• "Principal Components" Enable A New Language of Images [79.45806370905775]
  証明可能なPCAのような構造を潜在トークン空間に組み込む新しい視覚トークン化フレームワークを導入する。 提案手法は、最先端の再構築性能を実現し、人間の視覚システムとの整合性を向上する。
  論文  参考訳（メタデータ） (2025-03-11T17:59:41Z)
• Dynamic Position Transformation and Boundary Refinement Network for Left Atrial Segmentation [17.09918110723713]
  左心房細動は不整脈(心房細動)の診断において重要な手法である。 LAセグメンテーションの現在のほとんどの方法は、入力データがオブジェクト指向のセンタートリミングによって取得されると厳密に仮定している。 本稿では,これらの問題に対処するための新しい動的位置変換と境界改善ネットワーク(DPBNet)を提案する。
  論文  参考訳（メタデータ） (2024-07-07T22:09:35Z)
• Refign: Align and Refine for Adaptation of Semantic Segmentation to Adverse Conditions [78.71745819446176]
  Refignは、ドメイン間の通信を利用する自己学習ベースのUDAメソッドへの汎用的な拡張である。 Refign は,(1) 不確実性を認識した高密度マッチングネットワークを用いて,正常条件画像と対応する悪条件画像とを整列させ,(2) 適応ラベル補正機構を用いて正常予測で悪条件予測を精査する。 このアプローチでは、追加のトレーニングパラメータや、トレーニングのみの計算オーバーヘッドの最小化は導入されず、任意の自己学習ベースのUDAメソッドを改善するためにドロップイン拡張として使用することができる。
  論文  参考訳（メタデータ） (2022-07-14T11:30:38Z)
• TFill: Image Completion via a Transformer-Based Architecture [69.62228639870114]
  画像補完を無方向性シーケンス対シーケンス予測タスクとして扱うことを提案する。 トークン表現には,小かつ重複しないRFを持つ制限型CNNを用いる。 第2フェーズでは、可視領域と発生領域の外観整合性を向上させるために、新しい注意認識層(aal)を導入する。
  論文  参考訳（メタデータ） (2021-04-02T01:42:01Z)

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。