論文の概要: UniMedSeg: Unified In-Context Learning for Multi-Paradigm 2D/3D Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2607.12896v1
• Date: Tue, 14 Jul 2026 15:34:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:30.212773
• Title: UniMedSeg: Unified In-Context Learning for Multi-Paradigm 2D/3D Medical Image Segmentation
• Title（参考訳）: UniMedSeg:マルチパラダイム2D/3D医用画像分割のための統合インコンテキスト学習
• Abstract要約: UniMedSegは、医療画像のためのトランスフォーマー中心のユニバーサルセグメンテーションフレームワークである。 視覚例、幾何学的相互作用、言語命令、および2D/3D画像を共有シーケンス空間にマッピングする。 タスク固有の微調整なしで、ビジュアル・イン・コンテキスト、インタラクティブ、言語誘導セグメンテーションにまたがって最先端のパフォーマンスを実現する。
• 参考スコア（独自算出の注目度）: 44.30877351899412
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical image segmentation foundation models are expected to generalize across diverse clinical scenarios, yet existing universal methods remain fragmented by prompt paradigms and spatial dimensions. Visual in-context learning, interactive segmentation, and language-guided segmentation are typically handled by paradigm-specific models, while 2D and 3D images are also modeled separately. Such isolation prevents heterogeneous annotations and data from being jointly absorbed by a single scalable model and limits cross-paradigm knowledge transfer. To address this bottleneck, we propose UniMedSeg, a Transformer-centric universal segmentation framework that maps visual examples, geometric interactions, language instructions, and 2D/3D images into a shared sequence space, enabling heterogeneous medical supervision to be jointly learned through a unified in-context interface without prompt- or dimension-specific branches. To overcome the long-sequence memory bottleneck caused by visual contexts, we introduce Decoupled Split Attention, which reduces attention complexity to linear while preserving hardware-friendly computation and focused context-target interaction. Extensively trained and evaluated on a large corpus curated from 27 public datasets, UniMedSeg achieves state-of-the-art performance across visual in-context, interactive, and language-guided segmentation without task-specific fine-tuning, demonstrating strong generalization on diverse held-out tasks. The code and model weights are publicly available at https://github.com/Lii1228/UniMedSeg
• Abstract（参考訳）: 医療画像セグメンテーションの基礎モデルは様々な臨床シナリオにまたがって一般化することが期待されているが、既存の普遍的手法は急激なパラダイムと空間次元によって断片化されている。 ビジュアル・イン・コンテキスト・ラーニング、インタラクティブ・セグメンテーション、言語誘導セグメンテーションは一般的にパラダイム固有のモデルで扱われるが、2Dと3Dの画像も別々にモデル化される。 このような分離は、異種アノテーションやデータが単一のスケーラブルモデルによって共同吸収されることを防ぎ、パラダイム間の知識伝達を制限する。 このボトルネックに対処するため、UniMedSegは、視覚例、幾何学的相互作用、言語命令、および2D/3D画像を共有シーケンス空間にマッピングするトランスフォーマー中心のユニバーサルセグメンテーションフレームワークである。 視覚的コンテキストによって引き起こされる長期記憶のボトルネックを克服するため,ハードウェアフレンドリーな計算とコンテキストとターゲットの相互作用を保ちながら,注意の複雑さを線形に軽減するDecoupled Split Attentionを導入する。 27の公開データセットからキュレートされた大規模なコーパス上で、UniMedSegは、タスク固有の微調整なしで、視覚的インコンテキスト、インタラクティブ、言語誘導セグメンテーションを越えて最先端のパフォーマンスを達成し、さまざまな保持されたタスクに対して強力な一般化を示す。 コードとモデルの重み付けはhttps://github.com/Lii1228/UniMedSegで公開されている。

関連論文リスト

• CoInS-Net: A Continuous Position-Aware Network for Joint Medical Image Interpolation and Segmentation [8.415835019440769]
  本稿では,CoInS-Netと呼ばれる連続的な位置連続性相互作用ネットワークを提案する。 プロトタイプベースのタスク相互相互作用モジュールは、セグメント化とブランチがグローバル構造を交換することを可能にする。 マルチスケールタスク協調デコーダは、各スケールを共有およびタスク固有のコンポーネントに分離するので、2つのタスクは共通の解剖を補強する。
  論文  参考訳（メタデータ） (2026-08-10T10:19:16Z)
• SLIP: Segmentation with Low-latency Interactive Prompting for 3D Medical Images [58.57521567704563]
  本稿では,対話型3次元医用画像セグメンテーションのためのエンドツーエンドのトレーニング可能なフレームワークSLIPを提案する。 画像表現と対話的推論を分離することにより、SLIPは相互作用の遅延を大幅に低減する。 SLIPは、13のパブリックデータセットにわたるSOTAインタラクティブセグメンテーション性能を達成する。
  論文  参考訳（メタデータ） (2026-07-24T14:12:02Z)
• Concept-to-Pixel: Prompt-Free Universal Medical Image Segmentation [2.5026850988034797]
  Concept-to-Pixel (C2P) は、新しいプロンプトフリーのユニバーサルセグメンテーションフレームワークである。 C2Pは解剖学的知識を幾何学的表現とセマンティック表現の2つの構成要素に分ける。
  論文  参考訳（メタデータ） (2026-03-18T14:13:22Z)
• Unlocking the Power of Spatial and Temporal Information in Medical Multimodal Pre-training [99.2891802841936]
  我々は,空間的・時間的微粒なモデリングのためのMed-STフレームワークを提案する。 空間モデリングでは、Med-STはMixture of View Expert (MoVE)アーキテクチャを使用して、正面と横の両方のビューから異なる視覚的特徴を統合する。 時間的モデリングのために,フォワードマッピング分類 (FMC) とリバースマッピング回帰 (RMR) による新たな双方向サイクル整合性目標を提案する。
  論文  参考訳（メタデータ） (2024-05-30T03:15:09Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• Segment Everything Everywhere All at Once [124.90835636901096]
  画像中のすべてのものを同時にセグメント化するための,迅速かつインタラクティブなモデルであるSEEMを提案する。 そこで本研究では,あらゆるタイプのセグメンテーションタスクに対して,多様なプロンプトを可能にする新しい復号化機構を提案する。 多様なセグメンテーションタスクにおけるSEEMの有効性を検証するための総合的な実証的研究を行った。
  論文  参考訳（メタデータ） (2023-04-13T17:59:40Z)
• Implicit Anatomical Rendering for Medical Image Segmentation with Stochastic Experts [11.007092387379078]
  医用画像セグメンテーションの学習を支援するために,解剖学的レベルで設計された汎用的な暗黙的ニューラルネットワークレンダリングフレームワークであるMORSEを提案する。 医用画像のセグメンテーションをエンドツーエンドのレンダリング問題として定式化する。 実験の結果,MORSEは異なる医療セグメントのバックボーンでうまく機能することが示された。
  論文  参考訳（メタデータ） (2023-04-06T16:44:03Z)
• CUTS: A Deep Learning and Topological Framework for Multigranular Unsupervised Medical Image Segmentation [8.307551496968156]
  医用画像セグメンテーションのための教師なしディープラーニングフレームワークCUTSを提案する。 各画像に対して、画像内コントラスト学習と局所パッチ再構成による埋め込みマップを生成する。 CUTSは、様々な粒度の特徴をハイライトする粗い粒度のセグメンテーションを連続的に生成する。
  論文  参考訳（メタデータ） (2022-09-23T01:09:06Z)
• Open-world Semantic Segmentation via Contrasting and Clustering Vision-Language Embedding [95.78002228538841]
  本研究では,様々なオープンワールドカテゴリのセマンティックオブジェクトを高密度アノテーションを使わずにセマンティックオブジェクトのセマンティックオブジェクトのセマンティック化を学習するための,新しいオープンワールドセマンティックセマンティックセマンティックセマンティクスパイプラインを提案する。 提案手法は任意のカテゴリのオブジェクトを直接分割し、3つのベンチマークデータセット上でデータラベリングを必要とするゼロショットセグメンテーション法より優れている。
  論文  参考訳（メタデータ） (2022-07-18T09:20:04Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Momentum Contrastive Voxel-wise Representation Learning for Semi-supervised Volumetric Medical Image Segmentation [2.3322477552758234]
  医用画像セグメンテーションのためのグローバルな視覚表現を学習するための幾何学的制約付きコントラストVoxel-wise Representation(CVRL)法を提案する。 このフレームワークは,3次元空間的コンテキストと豊かな解剖学的情報をキャプチャすることで,グローバルおよびローカルな特徴を効果的に学習することができる。
  論文  参考訳（メタデータ） (2021-05-14T20:27:23Z)

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。