論文の概要: Local-sensitive connectivity filter (ls-cf): A post-processing unsupervised improvement of the frangi, hessian and vesselness filters for multimodal vessel segmentation

• arxiv url: http://arxiv.org/abs/2605.21251v1
• Date: Wed, 20 May 2026 14:40:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.731298
• Title: Local-sensitive connectivity filter (ls-cf): A post-processing unsupervised improvement of the frangi, hessian and vesselness filters for multimodal vessel segmentation
• Title（参考訳）: 局所感応性接続フィルタ(ls-cf):マルチモーダル血管セグメンテーションのためのフランジ,ヘッセン,血管性フィルタの非監督的改善
• Authors: Erick O Rodrigues, Lucas O Rodrigues, João HP Machado, Dalcimar Casanova, Marcelo Teixeira, Jeferson T Oliva, Giovani Bernardes, Panos Liatsis,
• Abstract要約: 本研究は,Frangiフィルタの応答を改善するための教師なしマルチモーダル手法を提案する。 本稿では,Frangi応答によって生じる容器不連続性を満たすために局所的な耐性を導入しながら,画素レベルの血管連続性を計算するフィルタを提案する。 この提案は、様々なマルチモーダルデータセットで競合する結果を得ることができた。
• 参考スコア（独自算出の注目度）: 1.7879666695017045
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: A retinal vessel analysis is a procedure that can be used as an assessment of risks to the eye. This work proposes an unsupervised multimodal approach that improves the response of the Frangi filter, enabling automatic vessel segmentation. We propose a filter that computes pixel-level vessel continuity while introducing a local tolerance heuristic to fill in vessel discontinuities produced by the Frangi response. This proposal, called the local-sensitive connectivity filter (LS-CF), is compared against a naive connectivity filter to the baseline thresholded Frangi filter response and to the naive connectivity filter response in combination with the morphological closing and to the current approaches in the literature. The proposal was able to achieve competitive results in a variety of multimodal datasets. It was robust enough to outperform all the state-of-the-art approaches in the literature for the OSIRIX angiographic dataset in terms of accuracy and 4 out of 5 works in the case of the IOSTAR dataset while also outperforming several works in the case of the DRIVE and STARE datasets and 6 out of 10 in the CHASE-DB dataset. For the CHASE-DB, it also outperformed all the state-of-the-art unsupervised methods.
• Abstract（参考訳）: 網膜血管分析は、眼に対するリスクの評価に使用できる手順である。 本研究は,Frangiフィルタの応答を改善するための教師なしマルチモーダル手法を提案する。 本稿では,Frangi応答によって生じる血管不連続性を満たすために,局所耐性ヒューリスティックを導入しながら,画素レベルの血管連続性を計算するフィルタを提案する。 この提案は、LS-CF(Local-sensitive connection filter)と呼ばれ、ベースラインしきい値のFrangiフィルタ応答と、形態的クローズドと現在の文献のアプローチとの組み合わせによるNuive connection filter応答とを比較した。 この提案は、様々なマルチモーダルデータセットで競合する結果を得ることができた。 IOSTARデータセットでは5つ中4つ、DRIVEデータセットやSTAREデータセットでは4つ、CHASE-DBデータセットでは10つ中6つを上回りました。 CHASE-DBでは、最先端の教師なしメソッドよりも優れていた。

関連論文リスト

• FAVOR: Efficient Filter-Agnostic Vector ANNS Based on Selectivity-Aware Exclusion Distances [17.58209161125891]
  FAVORは効率的なフィルタに依存しないベクトルANNSであり、任意のフィルタ条件をサポートしながら、様々な選択性レベルの安定した性能を維持している。 実世界のデータセットでの実験では、FAVORが1.3-5$times$ $Recall@10 = 95%$でより高いQPSを達成した。
  論文  参考訳（メタデータ） (2026-05-08T14:11:49Z)
• An Efficient Conditional Score-based Filter for High Dimensional Nonlinear Filtering Problems [6.234365089734548]
  Conditional Score-based Filter (CSF) は、セット変換器エンコーダと条件拡散モデルを利用して、リトレーニングなしで効率よく正確な後方サンプリングを実現する新しいアルゴリズムである。 ベンチマーク問題に対する実験により、CSFは様々な非線形フィルタリングシナリオにおいて優れた精度、堅牢性、効率を達成することが示された。
  論文  参考訳（メタデータ） (2025-09-24T06:55:52Z)
• Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
  イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。 したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。 本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。 実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-04-10T07:03:08Z)
• Understanding Dataset Distillation via Spectral Filtering [69.07076441512612]
  多様なDD目標を統一するスペクトルフィルタリングフレームワークであるUniDDを紹介する。 UniDDは、DDの本質が基本的に周波数固有の特徴に合致していることを明らかにする。 この制限に対処するため,低周波情報と高周波情報の両方をカバーするためにフィルタパラメータを徐々に調整するCFM(Curriculum Frequency Matching)を提案する。
  論文  参考訳（メタデータ） (2025-03-03T06:22:34Z)
• Energizing Federated Learning via Filter-Aware Attention [39.17451229130728]
  フェデレートラーニング(FL)は有望な分散パラダイムであり、データ共有の必要性を排除しつつ、データの異質性による課題に直面している。 パラメータ再構成にパーソナライズされたフィルタアテンションを利用するFedOFAを提案する。 コアとなるTFAモジュールは、パーソナライズされたフィルタ対応アテンションマップを正確に抽出するように設計されている。 AGPSは、冗長なニューロンを隠蔽しながら重要なニューロンを選択的に保持し、性能犠牲なしに通信コストを低減させる。
  論文  参考訳（メタデータ） (2023-11-18T09:09:38Z)
• Filter Pruning via Filters Similarity in Consecutive Layers [20.29555787754269]
  畳み込みニューラルネットワーク(CNN)の圧縮と高速化にフィルタプルーニングが広く採用されている 我々は,FSCL(Consecutive Layers)におけるフィルタ類似性を明示的に活用して,新しいプルーニング手法を直感的に提案する。 実験によりFSCLの有効性が示され, 精度, FLOP, パラメータ還元に対する最先端技術よりも顕著な改善が得られた。
  論文  参考訳（メタデータ） (2023-04-26T09:18:38Z)
• Sparse Regularized Correlation Filter for UAV Object Tracking with adaptive Contextual Learning and Keyfilter Selection [20.786475337107472]
  相関フィルタは無人航空機(UAV)の追跡に広く応用されている。 2つの固有の欠陥、すなわち境界効果とフィルタの破損のために脆弱である。 本稿では,適応型文脈学習とキーフィルタ選択を用いた新しい$ell_1$正規化相関フィルタを提案する。
  論文  参考訳（メタデータ） (2022-05-07T10:25:56Z)
• Broad Recommender System: An Efficient Nonlinear Collaborative Filtering Approach [56.12815715932561]
  我々はBroad Collaborative Filtering (BroadCF)と呼ばれる新しい広帯域リコメンデータシステムを提案する。 深層ニューラルネットワーク(DNN)の代わりに、ユーザとアイテム間の複雑な非線形関係を学習するためのマッピング機能として、Broad Learning System(BLS)が使用されている。 7つのベンチマークデータセットで実施された大規模な実験により、提案したBroadCFアルゴリズムの有効性が確認された。
  論文  参考訳（メタデータ） (2022-04-20T01:25:08Z)
• Dependency Aware Filter Pruning [74.69495455411987]
  重要でないフィルタを割ることは、推論コストを軽減するための効率的な方法である。 以前の作業は、その重み基準やそれに対応するバッチノームスケーリング要因に従ってフィルタをプルークする。 所望の空間性を達成するために,空間性誘導正規化を動的に制御する機構を提案する。
  論文  参考訳（メタデータ） (2020-05-06T07:41:22Z)

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。