論文の概要: CoFiDA-M: Concept-Aware Feature Modulation for Cross-Domain Adaptation with Image-Only Inference
- arxiv url: http://arxiv.org/abs/2605.31591v1
- Date: Fri, 29 May 2026 17:56:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.783675
- Title: CoFiDA-M: Concept-Aware Feature Modulation for Cross-Domain Adaptation with Image-Only Inference
- Title（参考訳）: CoFiDA-M:イメージオンリー推論を用いたクロスドメイン適応のための概念認識機能変調
- Abstract要約: CoFiDA-Mは、訓練時に概念から学習するが、イメージのみのモデルとしてデプロイされる特権情報フレームワークである。
ライトウェイトでイメージのみの学生は、教師の最終的な予測だけでなく、この編集された表現を再現するように訓練される。
- 参考スコア（独自算出の注目度）: 11.436347749704852
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Models for AI-based skin cancer screening suffer a severe performance drop when shifting from expert dermoscopic (source) images to consumer-grade clinical (target) images, hindering real-world deployment. Existing domain adaptation methods often ignore crucial semantic invariants, such as clinical concepts. While new foundation models like MONET can provide this semantic information as dense, probabilistic scores, this metadata is unavailable at test time, creating a deployment paradox for practical image-only screening tools. We address this gap by proposing CoFiDA-M, a privileged information framework that learns from concepts at training time but deploys as an image-only model. Our method trains a teacher network that uses MONET concept probabilities to guide a FiLM modulator, transforming visual features into a semantically ``edited" feature space. A lightweight, image-only student is then trained to reproduce this edited representation, not just the teacher's final predictions. This distillation ``bakes" the clinical reasoning into the student's weights. On a challenging multi-dataset benchmark, our image-only student significantly outperforms state-of-the-art approaches, especially in melanoma recall. Our work provides a practical and generalizable framework for leveraging noisy, probabilistic metadata as privileged information, demonstrating strong cross-dataset robustness and potential for real-world deployment beyond dermatology. Implementation code is available at: https://github.com/mmu-dermatology-research/CoFiDA.git
- Abstract（参考訳）: AIベースの皮膚がんスクリーニングのモデルは、専門家の皮膚内視鏡(ソース)イメージから消費者向けの臨床試験(ターゲット)イメージに移行し、現実のデプロイメントを妨げる際に、深刻なパフォーマンス低下を被る。
既存の領域適応法は、しばしば臨床的概念のような重要な意味不変性を無視する。
MONETのような新しい基盤モデルは、このセマンティック情報を密度が高く確率的なスコアとして提供できるが、このメタデータはテスト時に利用できないため、実用的な画像のみのスクリーニングツールのためのデプロイパラドックスを生成する。
トレーニング時に概念から学習するが、イメージのみのモデルとしてデプロイする特権情報フレームワークであるCoFiDA-Mを提案することで、このギャップに対処する。
本手法は,MONET の概念を用いた教師ネットワークを訓練し,視覚的特徴を意味的に「編集された」特徴空間に変換し,教師の最終的な予測だけでなく,この編集された表現を再現するように訓練する。この蒸留は,臨床的理由を学生の重みに当てはめる。
挑戦的なマルチデータセットのベンチマークでは、画像のみの学生は、特にメラノーマリコールにおいて最先端のアプローチを著しく上回っている。
我々の研究は、ノイズ、確率的メタデータを特権情報として活用するための実用的で一般化可能なフレームワークを提供し、強力なクロスデータセットの堅牢性と皮膚科以外の現実世界の展開の可能性を示している。
実装コードは、https://github.com/mmu-dermatology-research/CoFiDA.gitで入手できる。
関連論文リスト
- Entropy-Guided Self-Supervised Learning for Medical Image Classification [0.0]
本稿では,自己教師型学習と伝達学習の強みを活かし,医用画像分類の強化を目的とした相乗的深層学習フレームワークを提案する。
提案手法では,2つの異なるConvNeXt-Tinyモデルを用いている。1つは大規模自然画像データセット(ImageNet)で事前トレーニングされたもので,もう1つはターゲットの医療データセットでエントロピー誘導型Masked Autoencoder(MAE)を用いて事前トレーニングされたものだ。
4つの多様な医用画像データセットに対する厳密な実験的検証は、我々のアンサンブルアプローチの優れた性能と堅牢性を示している。
論文 参考訳（メタデータ） (2026-05-21T04:01:06Z) - Training-free Test-time Improvement for Explainable Medical Image Classification [11.320534249593171]
医用画像分類のための訓練不要な混乱概念識別戦略を提案する。
提案手法は,ソース領域の精度を犠牲にすることなく,領域外の性能を向上させる。
本手法は皮膚と白血球の双方で有効である。
論文 参考訳（メタデータ） (2025-06-22T15:37:13Z) - Interactive Medical Image Analysis with Concept-based Similarity Reasoning [32.38056136570339]
概念ベースの類似推論ネットワーク(CSR)は、固有の概念解釈を備えたパッチレベルのプロトタイプを提供する。
CSRは3つのバイオメディカルデータセットで、最先端の解釈可能な手法を最大4.5%改善する。
論文 参考訳（メタデータ） (2025-03-10T02:52:47Z) - Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image Synthesis [65.7968515029306]
PGPIS(Pose-Guided Person Image Synthesis)のためのCFLD(Coarse-to-Fine Latent Diffusion)法を提案する。
認識修正デコーダは、学習可能なクエリの集合を段階的に洗練し、粗いプロンプトとして人物画像の意味的理解を抽出するように設計されている。
論文 参考訳（メタデータ） (2024-02-28T06:07:07Z) - Improving Human-Object Interaction Detection via Virtual Image Learning [68.56682347374422]
人間-物体相互作用(Human-Object Interaction、HOI)は、人間と物体の相互作用を理解することを目的としている。
本稿では,仮想画像学習(Virtual Image Leaning, VIL)による不均衡分布の影響を軽減することを提案する。
ラベルからイメージへの新たなアプローチであるMultiple Steps Image Creation (MUSIC)が提案され、実際の画像と一貫した分布を持つ高品質なデータセットを作成する。
論文 参考訳（メタデータ） (2023-08-04T10:28:48Z) - MOCA: Self-supervised Representation Learning by Predicting Masked Online Codebook Assignments [72.6405488990753]
自己教師付き学習は、ビジョントランスフォーマーネットワークの欲求を軽減できる。
所望のプロパティを統一する単段および単段のMOCAを提案する。
我々は,様々な評価プロトコルにおいて,低照度設定と強力な実験結果に対して,最先端の新たな結果を得る。
論文 参考訳（メタデータ） (2023-07-18T15:46:20Z) - Bridging Synthetic and Real Images: a Transferable and Multiple
Consistency aided Fundus Image Enhancement Framework [61.74188977009786]
画像強調とドメイン適応を同時に行うために,エンドツーエンドの教師支援フレームワークを提案する。
また,教師ネットワークと学生ネットワークのバックボーンとして,マルチステージ型マルチアテンション・ガイド・エンハンスメント・ネットワーク(MAGE-Net)を提案する。
論文 参考訳（メタデータ） (2023-02-23T06:16:15Z) - Diversity is Definitely Needed: Improving Model-Agnostic Zero-shot
Classification via Stable Diffusion [22.237426507711362]
モデル非依存ゼロショット分類(モデル非依存ゼロショット分類、英: Model-Agnostic Zero-Shot Classification、MA-ZSC)とは、訓練中に実際の画像を使わずに、実際の画像を分類するための非特異な分類アーキテクチャを訓練することである。
近年の研究では、拡散モデルを用いて合成訓練画像を生成することが、MA-ZSCに対処するための潜在的な解決策となることが示されている。
本研究では,事前学習した拡散モデルを用いてテキスト・画像生成プロセスの修正を行い,多様性を高める。
論文 参考訳（メタデータ） (2023-02-07T07:13:53Z) - Adaptive Convolutional Dictionary Network for CT Metal Artifact
Reduction [62.691996239590125]
本稿では,金属人工物削減のための適応畳み込み辞書ネットワーク(ACDNet)を提案する。
我々のACDNetは、トレーニングデータを介して、アーティファクトフリーCT画像の事前を自動で学習し、入力されたCT画像ごとに表現カーネルを適応的に調整することができる。
本手法は,モデルに基づく手法の明確な解釈可能性を継承し,学習に基づく手法の強力な表現能力を維持する。
論文 参考訳（メタデータ） (2022-05-16T06:49:36Z) - Intelligent Masking: Deep Q-Learning for Context Encoding in Medical
Image Analysis [48.02011627390706]
我々は,対象地域を排除し,事前訓練の手順を改善する,新たな自己指導型アプローチを開発した。
予測モデルに対してエージェントを訓練することで、下流の分類タスクで抽出した意味的特徴を大幅に改善できることを示す。
論文 参考訳（メタデータ） (2022-03-25T19:05:06Z)
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。