論文の概要: Parameter-Efficient Adaptation of SAM 3 for Automated ITV Generation from 4DCT Images

• arxiv url: http://arxiv.org/abs/2606.15604v1
• Date: Sun, 14 Jun 2026 05:12:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.747207
• Title: Parameter-Efficient Adaptation of SAM 3 for Automated ITV Generation from 4DCT Images
• Title（参考訳）: 4DCT画像からのITV自動生成のためのSAM 3のパラメータ効率適応
• Abstract要約: 4次元CT(4DCT)は胸部解剖の完全な呼吸周期を捉えている。 現在の内部ターゲットボリューム構成プロセスは、各フェーズを分離し、時間的コヒーレンスを破棄し、フェーズ固有のアーティファクトに脆弱なままにしておく。 低ランク適応(LoRA)を介してSegment Anything Model 3(SAM3)にパラメータ効率の良い微調整を適用するフレームワークを提案する。 7つの注釈付きボリュームで、このフレームワークは全データの精度の95%以上を保持し、パイプライン全体は1つのコンシューマグレードのGPUでトレーニングできる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Four-dimensional computed tomography (4DCT) captures the full respiratory cycle of thoracic anatomy, yet current Internal Target Volume contouring workflows process each phase in isolation, discarding temporal coherence and leaving contours vulnerable to phase-specific artifacts. We present a lightweight framework that applies parameter-efficient fine-tuning to the Segment Anything Model 3 (SAM 3) via low-rank adaptation (LoRA) to align its text-prompted segmentation with the medical domain using only seven annotated 3D CT volumes. Furthermore, the framework incorporates a hard negative mining strategy to improve boundary discrimination in low-contrast thoracic regions. At inference, phase-wise predictions are refined through phase-coherent temporal filtering and spatial connectivity analysis. Since respiratory motion is continuous and periodic, genuine anatomy appears in contiguous blocks of phases, whereas transient artifacts appear sporadically and are thus effectively suppressed. Experiments on pulmonary and cardiac structures yield median Dice scores of 0.968 and 0.910 with 95th-percentile Hausdorff distances of 0.998 mm and 2.931 mm, respectively. The proposed framework effectively eliminates the severe false-positive predictions inherent in the zero-shot inference of the unadapted SAM 3. With only seven annotated volumes, the framework retains over 95% of full-data accuracy, and the entire pipeline is trainable on a single consumer-grade GPU, demonstrating a scalable, data-efficient solution for adaptive radiotherapy.
• Abstract（参考訳）: 4次元CT(4DCT)は胸部解剖の完全な呼吸サイクルを捉えるが、現在の内部ターゲットボリュームコンチューリングワークフローは、各フェーズを分離して処理し、時間的コヒーレンスを破棄し、位相固有のアーティファクトに脆弱な輪郭を残している。 そこで本研究では,低ランク適応 (LoRA) によるパラメータ効率の微調整をSegment Anything Model 3 (SAM3) に適用し,7つの注釈付き3次元CTボリュームのみを用いて,テキストプロンプテッドセグメンテーションを医療領域と整合させる軽量フレームワークを提案する。 さらに、低コントラストの胸部領域における境界識別を改善するために、強硬な負の採鉱戦略が組み込まれている。 推論では、位相コヒーレントな時間的フィルタリングと空間接続解析により位相ワイズ予測が洗練される。 呼吸運動は連続的かつ周期的であるため、真正の解剖は相の連続的なブロックに現れるが、過渡的な人工物は散発的に現れ、効果的に抑制される。 肺と心構造の実験では、中央値のDiceスコアが0.968、0.910が0.998mmと2.931mmのHausdorff距離が95%である。 提案フレームワークは,未適応SAM3のゼロショット推論に固有の重度の偽陽性予測を効果的に除去する。 7つの注釈付きボリュームだけで、フレームワークは全データの精度の95%以上を保持し、パイプライン全体は1つのコンシューマグレードのGPUでトレーニング可能であり、適応ラジオセラピーのためのスケーラブルでデータ効率のよいソリューションを示している。

関連論文リスト

• AsymFeX: A Symmetry-Driven Framework for Ischemic Stroke Segmentation Across Imaging Modalities and Stroke Stages [0.8886706641070187]
  急性虚血性脳卒中(AIS)病変は脳卒中予後と治療計画に必須である。 非造影CT(non-contrast CT, NCCT)は, 微妙な梗塞造影を呈し, 手指の脱線が遅く, 労働集約的である。 2段階のnnU-Net互換3Dセグメンテーション法を提案する。
  論文  参考訳（メタデータ） (2026-08-20T08:12:31Z)
• EPC-3D-Diff: Equivariant Physics Consistent Conditional 3D Latent Diffusion for CBCT to CT Synthesis [36.790666885042356]
  CBCTからCT合成のための新しい条件付き3次元潜伏拡散フレームワークであるEPC-3D-Diffを提案する。 我々は、体積の平面内回転がその射影の角シフトに対応するという事実を利用する。 我々は,反復スキャンを含む頭部CBCT/CTファントムデータセットと,患者の賢明な分割を用いた臨床データについて検証した。 EPC-3D-Diffは、技術手法の状況と比較して、PSNRにおける+7.4 dB(ファントム)と+1.8 dB(クリニカルデータ)の大幅な改善を実現している。
  論文  参考訳（メタデータ） (2026-05-19T20:34:09Z)
• Virtual Intraoperative CT (viCT): Sequential Anatomic Updates for Modeling Tissue Resection Throughout Endoscopic Sinus Surgery [0.8060701341619877]
  内視鏡下副鼻腔手術(ESS)における術前CTの逐次更新法として仮想術中CT(viCT)を提案する。 viCTは、単眼内視鏡画像からの3D再構成を用いて、CT形式での進化する解剖の可視化を可能にする。 結果: ViCT の更新は, 手術段階全体にわたって, 表面の誤差が小さかったため, 根治的解剖と一致した。
  論文  参考訳（メタデータ） (2026-03-07T00:23:05Z)
• DRBD-Mamba for Robust and Efficient Brain Tumor Segmentation with Analytical Insights [54.87947751720332]
  脳腫瘍の正確なセグメンテーションは、臨床診断と治療に重要である。 マンバを拠点とするState Space Modelsは、有望なパフォーマンスを示している。 本稿では,計算オーバーヘッドを最小限に抑えながら,マルチスケールの長距離依存関係をキャプチャするマルチ解像度双方向マンバを提案する。
  論文  参考訳（メタデータ） (2025-10-16T07:31:21Z)
• Depth-Sequence Transformer (DST) for Segment-Specific ICA Calcification Mapping on Non-Contrast CT [38.85617601239779]
  従来の3Dモデルは、縮小されたボリュームや分離されたパッチを処理せざるを得ない。 我々は,3次元課題を1次元軸方向に沿ったtextbfParallel Probabilistic Landmark Localizationタスクとして再構成する。 フル解像度CTボリュームを2次元スライスシーケンスとして処理するフレームワークである textbfDepth-Sequence Transformer (DST) を提案する。
  論文  参考訳（メタデータ） (2025-07-10T23:12:12Z)
• TRACE: Temporally Reliable Anatomically-Conditioned 3D CT Generation with Enhanced Efficiency [40.82927972746919]
  TRACEは、時間的アライメントを備えた3D医療画像を生成するフレームワークである。 重なり合うフレームフレームは、対をフレキシブルな長さシーケンスに分割し、時間的および解剖学的に整列された3Dボリュームに再構成する。
  論文  参考訳（メタデータ） (2025-07-01T14:35:39Z)
• Lung-DETR: Deformable Detection Transformer for Sparse Lung Nodule Anomaly Detection [0.0]
  CTスキャン画像の正確な肺結節検出は現実の環境では困難である。 カスタムデータ前処理とデフォルマブル検出変換器(Deformable-DETR)を利用した新しいソリューションを提案する。 7.5mmの最大強度投影(MIP)を用いて、隣接する肺スライスを単一の画像に組み合わせ、スライス数を減らし、間隔を小さくする。 我々のモデルは、94.2%のF1スコア(95.2%のリコール、93.3%の精度)でLUNA16データセットの最先端性能を達成する。
  論文  参考訳（メタデータ） (2024-09-08T19:24:38Z)
• Weakly supervised segmentation of intracranial aneurysms using a novel 3D focal modulation UNet [0.5106162890866905]
  本稿では,新しい3次元焦点変調UNetであるFocalSegNetを提案する。 UIA検出では偽陽性率は0.21で感度は0.80であった。
  論文  参考訳（メタデータ） (2023-08-06T03:28:08Z)
• 3DSAM-adapter: Holistic adaptation of SAM from 2D to 3D for promptable tumor segmentation [52.699139151447945]
  医用画像の領域分割を行うために, SAMを2次元から3次元に変換する新しい適応法を提案する。 本モデルでは, 腎腫瘍, 膵腫瘍, 大腸癌の3つのタスクのうち8.25%, 29.87%, 10.11%の3つのタスクにおいて, ドメイン・オブ・ザ・アーティヴ・メディカル・イメージ・セグメンテーション・モデルより優れ, 肝腫瘍セグメンテーションでも同様の性能が得られる。
  論文  参考訳（メタデータ） (2023-06-23T12:09:52Z)
• Validated respiratory drug deposition predictions from 2D and 3D medical images with statistical shape models and convolutional neural networks [47.187609203210705]
  患者固有の沈着モデリングのための自動計算フレームワークを開発し,検証することを目的としている。 2次元胸部X線と3次元CT画像から3次元患者の呼吸動態を生成できる画像処理手法が提案されている。
  論文  参考訳（メタデータ） (2023-03-02T07:47:07Z)
• An Efficient and Robust Method for Chest X-Ray Rib Suppression that Improves Pulmonary Abnormality Diagnosis [0.49998148477760956]
  胸部X線(CXR)に対する胸部骨陰影の抑制は肺疾患の診断を改善することが示唆された。 従来のアプローチは、教師なしの物理的および教師なしのディープラーニングモデルに分類される。 本研究では,(1)空間変換勾配場における物理モデルによる最小化によりGT骨影を除去した2段階のトレーニングペアの生成について,一般化可能かつ効率的なワークフローを提案する。 2) 受信したCXRの高速リブ除去のために,ステージ1データセット上でのネットワークトレーニングをフル教師する。
  論文  参考訳（メタデータ） (2023-02-19T23:47:02Z)
• Pulmonary Vessel Segmentation based on Orthogonal Fused U-Net++ of Chest CT Images [1.8692254863855962]
  胸部CT画像から肺血管セグメンテーションの枠組みと改善過程について検討した。 アプローチの鍵となるのは、3つの軸から2.5D区分けネットワークを応用し、堅牢で完全に自動化された肺血管区分け結果を示す。 提案手法は,他のネットワーク構造よりも大きなマージンで優れ,平均DICEスコア0.9272,精度0.9310を極端に上回っている。
  論文  参考訳（メタデータ） (2021-07-03T21:46:29Z)
• SCPM-Net: An Anchor-free 3D Lung Nodule Detection Network using Sphere Representation and Center Points Matching [47.79483848496141]
  3次元球面表現に基づく中心点マッチング検出ネットワーク(SCPM-Net)を提案する。 アンカーフリーで、nodule/anchorパラメータを手動で設計することなく、nodulesの位置、半径、オフセットを自動的に予測する。 提案するSCPM-Netフレームワークは,既存のアンカーベースおよびアンカーフリーの肺結節検出法と比較して,優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-12T05:51:29Z)

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。