論文の概要: SLIP: Segmentation with Low-latency Interactive Prompting for 3D Medical Images

• arxiv url: http://arxiv.org/abs/2607.22332v1
• Date: Fri, 24 Jul 2026 14:12:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.149531
• Title: SLIP: Segmentation with Low-latency Interactive Prompting for 3D Medical Images
• Title（参考訳）: SLIP:3次元医用画像のための低遅延対話型プロンプティングによるセグメンテーション
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 58.57521567704563
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Interactive deep image segmentation enables efficient medical image annotation by iteratively refining predictions from user prompts, such as positive and negative clicks. Recent patch-based methods, including nnInteractive, achieve strong segmentation performance but remain limited in annotation workflows by high interaction latency, limited responsiveness to successive interactions, and the lack of support for reversible prompting. Furthermore, evaluation relies predominantly on simulated rather than controlled real-user interaction studies. We present SLIP, an end-to-end trainable framework for interactive 3D medical image segmentation that decouples image encoding from prompt-guided refinement. Image features are computed once and reused, while a lightweight patch memory bank maintains an interaction-aware segmentation state shared across patches. This representation enables prediction updates by propagating interaction context throughout the image, supports reversible prompting without recomputing image features, and substantially reduces interaction latency. By separating image representation from interactive reasoning, SLIP remains compatible with a wide range of image encoders. We train a single SLIP model for general interactive segmentation across diverse anatomical structures and imaging modalities. Beyond standard simulated evaluation, we conduct a controlled prospective user study comparing manual segmentation, nnInteractive, and SLIP across three clinical annotation tasks, six expert participants, and subjective usability measures, addressing the limited human validation of interactive segmentation methods. SLIP achieves SOTA interactive segmentation performance across 13 public datasets while providing lower interaction latency, greater responsiveness, support for reversible prompting, and higher user preference than existing approaches.
• Abstract（参考訳）: インタラクティブなディープイメージセグメンテーションにより、ポジティブクリックやネガティブクリックといったユーザプロンプトからの予測を反復的に精錬することで、効率的な医用画像アノテーションが可能になる。 nnInteractiveを含む最近のパッチベースの手法は、強いセグメンテーション性能を実現するが、高い相互作用遅延、連続的な相互作用に対する応答性の制限、可逆的なプロンプトのサポートの欠如により、アノテーションワークフローに制限が残っている。 さらに、評価は、制御された実ユーザインタラクション研究よりもシミュレーションに大きく依存する。 本稿では,対話型3次元医用画像分割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であるSLIPについて述べる。 イメージ機能は一度計算され再利用される一方、軽量のパッチメモリバンクはパッチ間で共有されるインタラクション対応のセグメンテーション状態を保持する。 この表現は、画像全体にわたるインタラクションコンテキストの伝搬による予測更新を可能にし、画像特徴を再計算することなく、可逆的なプロンプトをサポートし、インタラクション遅延を大幅に低減する。 画像表現と対話的推論を分離することにより、SLIPは幅広い画像エンコーダとの互換性が保たれる。 我々は,様々な解剖学的構造と画像モダリティにまたがる一般的な対話的セグメンテーションのための単一SLIPモデルを訓練する。 標準的なシミュレート評価以外にも,手動セグメンテーション, nnInteractive, SLIPの3つの臨床アノテーションタスク, 6人の専門家, および主観的ユーザビリティ尺度を比較検討し, 対話的セグメンテーション手法の限定的検証に対処する。 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のパフォーマンスを実現し、インタラクションレイテンシの低減、応答性の向上、可逆的なプロンプトのサポート、既存アプローチよりもユーザ好みの向上を実現している。

関連論文リスト

• Towards Voxel Spacing Consistency for Medical Image Segmentation [56.992050146446495]
  画像再サンプリングとセグメンテーションの相関について検討し,意味認識型再サンプリングフレームワークであるConsispaceを提案する。 コンシスペースは、解剖学的および意味的一貫性を維持しながら、軸方向における一貫したボクセル間隔を達成する。
  論文  参考訳（メタデータ） (2026-06-30T15:42:23Z)
• MAIS: Memory-Attention for Interactive Segmentation [0.8678845273264675]
  Vision Transformer (ViT) ベースのモデルでは,ユーザクリックと先行マスクをプロンプトとして使用することで,最先端のパフォーマンスを実現する。 既存の方法は、相互作用を独立した事象として扱い、冗長な修正と限定的な改善をもたらす。 我々は,過去のユーザ入力とセグメンテーション状態を格納し,時間的コンテキスト統合を可能にするInteractiveのメモリアテンション機構を導入することで,この問題に対処する。
  論文  参考訳（メタデータ） (2025-05-12T12:48:27Z)
• Refining Segmentation On-the-Fly: An Interactive Framework for Point Cloud Semantic Segmentation [9.832150567595718]
  ポイントクラウドセマンティックセマンティックセグメンテーションのための最初の対話型フレームワークであるInterPCSegを提示する。 本研究では,対話型ポイントクラウドセマンティックセマンティックセグメンテーションタスクに適したインタラクションシミュレーション手法を開発した。 市販セグメンテーションネットワークを用いたS3DISおよびScanNetデータセットのフレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-03-11T03:24:58Z)
• Scribble-based fast weak-supervision and interactive corrections for segmenting whole slide images [5.276054618115727]
  本稿では,スライス組織像全体のセグメンテーションにおける2つの大きな課題に対処するために,ユーザインタラクションを最小限に抑えた動的インタラクティブかつ弱教師付きセグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2024-02-13T09:57:35Z)
• Disentangled Interaction Representation for One-Stage Human-Object Interaction Detection [70.96299509159981]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、人間中心の画像理解のコアタスクである。 最近のワンステージ手法では、対話予測に有用な画像ワイドキューの収集にトランスフォーマーデコーダを採用している。 従来の2段階の手法は、非絡み合いで説明可能な方法で相互作用特徴を構成する能力から大きな恩恵を受ける。
  論文  参考訳（メタデータ） (2023-12-04T08:02:59Z)
• PE-MED: Prompt Enhancement for Interactive Medical Image Segmentation [9.744164910887223]
  本稿では,対話型医用画像分割のためのプロンプトエンハンスメント(PE-MED)を備えた新しいフレームワークを提案する。 まず、最初のプロンプトに基づいて、温かい初期セグメンテーション結果を生成するセルフループ戦略を導入する。 第2に、1つのインタラクションにおいて有用な情報をマイニングするための新しいPrompt Attention Learning Module (PALM)を提案する。
  論文  参考訳（メタデータ） (2023-08-26T03:11:48Z)
• Feature Decoupling-Recycling Network for Fast Interactive Segmentation [79.22497777645806]
  近年のインタラクティブセグメンテーション手法では,入力としてソースイメージ,ユーザガイダンス,従来予測されていたマスクを反復的に取り込んでいる。 本稿では,本質的な相違点に基づいてモデリングコンポーネントを分離するFDRN(Feature Decoupling-Recycling Network)を提案する。
  論文  参考訳（メタデータ） (2023-08-07T12:26:34Z)
• InterFormer: Real-time Interactive Image Segmentation [80.45763765116175]
  インタラクティブなイメージセグメンテーションにより、アノテータはセグメンテーションタスクのためのピクセルレベルのアノテーションを効率的に実行することができる。 既存のインタラクティブセグメンテーションパイプラインは、インタラクティブモデルの非効率な計算に悩まされている。 これらの問題に対処するための新しいパイプラインに従うInterFormerという手法を提案する。
  論文  参考訳（メタデータ） (2023-04-06T08:57:00Z)
• FILIP: Fine-grained Interactive Language-Image Pre-Training [106.19474076935363]
  微粒な対話型言語-画像事前学習は、モーダルな遅延相互作用機構を通じてより細粒度なアライメントを実現する。 我々は,FILIP300Mと呼ばれる大規模画像テキストペアデータセットを構築し,事前学習を行う。 実験により、FILIPは複数の下流視覚言語タスクで最先端のパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2021-11-09T17:15:38Z)
• Multi-Stage Fusion for One-Click Segmentation [20.00726292545008]
  対話型セグメンテーションのための多段階ガイダンスフレームワークを提案する。 提案フレームワークは,早期融合フレームワークと比較してパラメータ数の増加は無視できない。
  論文  参考訳（メタデータ） (2020-10-19T17:07:40Z)

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。