論文の概要: CoralBay: A Self-Supervised CT Foundation Model

• arxiv url: http://arxiv.org/abs/2606.03888v1
• Date: Tue, 02 Jun 2026 16:51:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:05.180834
• Title: CoralBay: A Self-Supervised CT Foundation Model
• Title（参考訳）: CoralBay: 自己監督型CTファンデーションモデル
• Authors: Ioannis Gatopoulos, Nicolas Känzig, Sebastian Otálora, Fei Tang,
• Abstract要約: 自己教師付き学習は2次元の自然画像に対する大規模な事前学習を可能にし、タスク間で効果的に伝達する汎用的な視覚表現を生み出した。 階層型3Dスウィンバックボーンを用いてDINOを拡張し,マルチスケール機能に自己蒸留を適用するフレームワークであるCoralBayを紹介する。 結果として、CoralBayは、様々な解剖学的目標に対して強い、一貫したパフォーマンスを示す、幅広い下流の放射線学的タスクに効果的に移行する。
• 参考スコア（独自算出の注目度）: 3.2293427577063194
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Self-supervised learning has enabled large-scale pre-training on 2D natural images, producing general-purpose visual representations that transfer effectively across tasks. However, many medical imaging modalities, such as CT scans, are inherently three-dimensional and differ fundamentally from natural images in both structure and semantics. Volumetric modalities capture spatial continuity, organ anatomy, and intensity-based tissue properties (e.g., Hounsfield Units), which are not adequately modeled by 2D pre-training. To bridge this gap, we introduce CoralBay, a self-distillation framework that extends DINO by using a hierarchical 3D Swin backbone and applying self-distillation to concatenated multi-scale features, enabling data-efficient self-supervised learning of rich spatial representations that encode both global semantics and fine-grained local structure. As a result, CoralBay transfers effectively to a wide range of downstream radiological tasks, demonstrating strong and consistent performance across diverse anatomical targets. In addition, we contribute to the open-source \eva framework by introducing a public, reproducible 3D radiology leaderboard that unifies multiple datasets and establishes a standardized benchmark for evaluating volumetric representation learning methods.
• Abstract（参考訳）: 自己教師付き学習は2次元の自然画像に対する大規模な事前学習を可能にし、タスク間で効果的に伝達する汎用的な視覚表現を生み出した。 しかし、CTスキャンのような多くの医学画像モダリティは本質的に3次元であり、構造と意味論の両方における自然な画像とは根本的に異なる。 体積モダリティは、空間的連続性、臓器解剖、強度に基づく組織特性(例えば、ハウンズフィールド単位)を、2D事前トレーニングによって適切にモデル化されていない。 このギャップを埋めるために,階層型3Dスウィンバックボーンを用いてDINOを拡張する自己蒸留フレームワークであるCoralBayを導入する。 結果として、CoralBayは、様々な解剖学的目標に対して強い、一貫したパフォーマンスを示す、幅広い下流の放射線学的タスクに効果的に移行する。 さらに、複数のデータセットを統一し、ボリューム表現学習手法を評価するための標準化されたベンチマークを確立するために、公開の再現可能な3Dラジオロジーリーダーボードを導入することで、オープンソースの \eva フレームワークにコントリビュートする。

関連論文リスト

• VolTA-3D: Self-Supervised Learning for Brain MRI using 3D Volumetric Token Alignment [7.836810501854232]
  本稿では、転送可能な表現を学習するための3DビジョントランスフォーマフレームワークであるVolta-3Dを提案する。 海馬の分節化, 性およびアルツハイマー病の分類, 健康管理に対するVolta-3Dの評価を行った。
  論文  参考訳（メタデータ） (2026-05-16T03:09:25Z)
• MAESIL: Masked Autoencoder for Enhanced Self-supervised Medical Image Learning [9.46850781308982]
  ラベルのない医療データに対する自己監督学習は強力なソリューションとして現れているが、著名なフレームワークはCTスキャンの本質的な3D特性を活用できないことが多い。 本稿では,3次元構造情報を効率的に捉えることを目的とした,自己教師型医用画像学習(MAESIL)のためのオートエンコーダを提案する。 筆者らのフレームワークでは,ボリュームをスーパーパッチに分割して3次元マスク付きオートエンコーダ戦略と2次元マスキング戦略を用いて包括的空間表現を学習する。
  論文  参考訳（メタデータ） (2026-04-01T05:56:39Z)
• MedPruner: Training-Free Hierarchical Token Pruning for Efficient 3D Medical Image Understanding in Vision-Language Models [59.180043227905294]
  MedPrunerは、3次元医用画像の効率的な理解のためのトレーニング不要でモデルに依存しない階層的トークンプレーニングフレームワークである。 我々は、MedPrunerによって、MedGemmaのようなモデルが元の性能を維持したり、超えたりすることが可能であり、ビジュアルトークンの5%以下を維持していることを示す。
  論文  参考訳（メタデータ） (2026-03-12T07:37:00Z)
• Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
  MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。 MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
  論文  参考訳（メタデータ） (2026-01-29T13:05:46Z)
• Abnormality-Driven Representation Learning for Radiology Imaging [0.8321462983924758]
  病変強調型コントラスト学習(LeCL)は,CTスキャンの異なる部位にわたる2次元軸方向スライスにおける異常により引き起こされる視覚的表現を得るための新しい手法である。 本研究は, 腫瘍病変位置, 肺疾患検出, 患者ステージングの3つの臨床的課題に対するアプローチを, 最先端の4つの基礎モデルと比較した。
  論文  参考訳（メタデータ） (2024-11-25T13:53:26Z)
• MAP: Domain Generalization via Meta-Learning on Anatomy-Consistent Pseudo-Modalities [12.194439938007672]
  解剖学的に整合した擬似モダリティ(MAP)のメタラーニングを提案する。 MAPは構造的特徴を学習することでモデル一般化性を向上させる。 各種網膜画像モダリティの公開データセットを7つ評価した。
  論文  参考訳（メタデータ） (2023-09-03T22:56:22Z)
• Disruptive Autoencoders: Leveraging Low-level features for 3D Medical Image Pre-training [51.16994853817024]
  本研究は、3Dラジオグラフィ画像のための効果的な事前学習フレームワークの設計に焦点をあてる。 ローカルマスキングと低レベルの摂動の組み合わせによって生成された破壊から、オリジナルのイメージを再構築しようとする事前トレーニングフレームワークであるDisruptive Autoencodersを紹介する。 提案する事前トレーニングフレームワークは、複数のダウンストリームタスクでテストされ、最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-07-31T17:59:42Z)
• Multi-View Vertebra Localization and Identification from CT Images [57.56509107412658]
  我々は,CT画像からの多視点椎体局在と同定を提案する。 本研究では,3次元問題を異なる視点における2次元局所化および識別タスクに変換する。 本手法は,多視点グローバル情報を自然に学習することができる。
  論文  参考訳（メタデータ） (2023-07-24T14:43:07Z)
• Interpretable 2D Vision Models for 3D Medical Images [47.75089895500738]
  本研究では,3次元画像処理における中間特徴表現を用いた2次元ネットワークの適応手法を提案する。 我々は、ベンチマークとして3D MedMNISTデータセットと、既存の手法に匹敵する数百の高分解能CTまたはMRIスキャンからなる2つの実世界のデータセットを示す。
  論文  参考訳（メタデータ） (2023-07-13T08:27:09Z)
• CORPS: Cost-free Rigorous Pseudo-labeling based on Similarity-ranking for Brain MRI Segmentation [3.1657395760137406]
  本稿では,新しいアトラスを用いた擬似ラベル法と3次元脳MRI分割のための3次元深部畳み込みニューラルネットワーク(DCNN)に基づく半教師付きセグメンテーションフレームワークを提案する。 実験により, 定性的, 定量的に比較して, 提案手法の優位性を示した。
  論文  参考訳（メタデータ） (2022-05-19T14:42:49Z)
• PGL: Prior-Guided Local Self-supervised Learning for 3D Medical Image Segmentation [87.50205728818601]
  本稿では,潜在特徴空間における局所的一貫性を学習するPGL(PresideedGuided Local)自己教師モデルを提案する。 我々のPGLモデルは、局所領域の特異な表現を学習し、したがって構造情報を保持できる。
  論文  参考訳（メタデータ） (2020-11-25T11:03:11Z)

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。