論文の概要: Registration-Grounded Spectral Fusion for Unregistered WLI/NBI Endoscopic Lesion Segmentation
- arxiv url: http://arxiv.org/abs/2607.26395v1
- Date: Wed, 29 Jul 2026 02:09:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.512855
- Title: Registration-Grounded Spectral Fusion for Unregistered WLI/NBI Endoscopic Lesion Segmentation
- Title（参考訳）: 未登録WLI/NBI内視鏡下病変分割術の手術成績
- Abstract要約: ホワイトライト・イメージング (WLI) と狭帯域・イメージング (NBI) は内視鏡的病変を補完する画像を提供する。
彼らの対の観測はしばしば、視点の変化、組織変形、シーケンシャルハンドヘルド取得によって空間的に不一致である。
We propose a reliability-aware complex-domain fusion framework for paired-but-unregistered WLI/NBI lesion segmentation。
- 参考スコア（独自算出の注目度）: 87.5409605461001
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: White-light imaging (WLI) and narrow-band imaging (NBI) provide complementary views of endoscopic lesions, but their paired observations are often spatially misaligned due to viewpoint changes, tissue deformation, and sequential handheld acquisition. This makes direct WLI/NBI fusion prone to mixing non-corresponding regions and may even degrade segmentation around lesion boundaries. To address this problem, we propose a reliability-aware complex-domain fusion framework for paired-but-unregistered WLI/NBI lesion segmentation. The framework first establishes topology-regularized feature correspondence and further estimates where the cross-modal correspondence is reliable. Guided by this reliability, the model selectively fuses WLI and NBI features in a learnable complex representation. In this representation, WLI-derived cues mainly provide appearance-related magnitude responses, while NBI-derived cues provide structure-sensitive phase responses. Unlike conventional real-valued or symmetric multimodal fusion, the proposed method explicitly models the different roles of WLI and NBI and suppresses unreliable cross-modal interaction in locally mismatched regions. Experiments on paired WLI/NBI endoscopic datasets show that the proposed reliability-aware registration grounding and complex-domain fusion consistently improve lesion segmentation performance. Role-reversal and module ablation studies further validate the necessity of both the modality-role design and reliability-guided cross-modal interaction.
- Abstract（参考訳）: WLI (White-light Imaging) と狭帯域画像 (NBI) は内視鏡的病変の相補的な画像を提供するが, 視線変化, 組織変形, シーケンシャルハンドヘルド取得などにより, 両者の観察は空間的に不一致であることが多い。
これにより、直接のWLI/NBI融合は非対応領域の混合が難しくなり、病変境界周辺のセグメンテーションも低下する。
この問題に対処するために,WLI/NBI病変分割のための信頼性を考慮した複合ドメイン融合フレームワークを提案する。
このフレームワークは、まず、トポロジ規則化された特徴対応を確立し、さらにクロスモーダル対応が信頼できる場所を推定する。
この信頼性により、モデルはWLIとNBIの機能を学習可能な複雑な表現に選択的に融合させる。
この表現では、WLI由来のキューは外見に関連する大きさの応答を主に提供し、NBI由来のキューは構造に敏感な位相応答を提供する。
従来の実数値核融合や対称多モード核融合とは異なり、提案手法はWLIとNBIの異なる役割を明示的にモデル化し、局所的ミスマッチ領域における信頼できない相互モーダル相互作用を抑制する。
組合わせWLI/NBI内視鏡データセットを用いた実験により,提案した信頼性に配慮した登録基盤と複雑なドメイン融合により病変のセグメンテーション性能は一貫して向上することが示された。
ロール・リバーサルおよびモジュール・アブレーションの研究は、モダリティ・ロール設計と信頼性・誘導された相互モーダル相互作用の両方の必要性をさらに検証している。
関連論文リスト
- Token-Based Dual-view Fusion and Adaptation of Large Vision Models for Breast Cancer Classification [0.8029049649310211]
マルチビュー学習アプローチは通常、機能レベルの集約やシングルステージのクロスアテンションに依存します。
本稿では,凍結した視覚変換器のバックボーン内で,プロンプトベースの適応とクロスビュー融合を統一するトークン中心のデュアルビュー学習フレームワークを提案する。
VinDr-MammoとCMMDデータセットの実験では、線形探索、プロンプトのみ適応、従来の融合ベースラインよりも一貫した改善が示されている。
論文 参考訳（メタデータ） (2026-07-07T14:11:54Z) - Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification [52.784239635604735]
VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。
既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存しており、スケーラビリティが制限されています。
そこで,本研究では,ビデオの先行を明示的に活用するCausal Bootstrapped Alignmentフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-17T02:15:59Z) - Disentangling Prompt Dependence to Evaluate Segmentation Reliability in Gynecological MRI [0.022046427675233182]
局所感度(相互作用インプレッション)から曖昧さ(ユーザ間変動性)を明示的に解き放つプロンプト依存の最初の定式化を導入する。
子宮と膀胱の分節のための2つの女性骨盤MRIデータセットの実験では、測定値と分節性能の間に強い負の相関が認められた。
論文 参考訳（メタデータ） (2026-03-09T14:42:43Z) - Attention-Based Variational Framework for Joint and Individual Components Learning with Applications in Brain Network Analysis [9.090595907330018]
2組のSC-FCデータセットから因数分解された潜在表現を学習するために設計されたC-Modal Joint-Individual Variational Network (CM-JIVNet)。
本モデルでは,多面的注意融合モジュールを用いて,非線形な相互依存を捕捉し,独立性,モダリティ特異的な信号の分離を行う。
関節と個々の特徴空間を効果的に切り離すことで、CM-JIVNetは大規模マルチモーダル脳分析のための堅牢で解釈可能なスケーラブルなソリューションを提供する。
論文 参考訳（メタデータ） (2026-01-23T00:28:43Z) - SG-CLDFF: A Novel Framework for Automated White Blood Cell Classification and Segmentation [0.0]
SG-CLDFF(Saliency-Guided Cross-Layer Deep Feature Fusion framework)
軽量なハイブリッドバックボーン(Swin-style)は、ResNeXt-CCinspired cross-layer fusion moduleによって融合されたマルチレゾリューション表現を生成する。
解釈性はGrad-CAMビジュアライゼーションと唾液濃度の整合性チェックを通じて実施され、モデル決定を地域レベルで検査することができる。
論文 参考訳（メタデータ） (2025-10-20T08:07:39Z) - NEARL-CLIP: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding [51.63264715941068]
textbfNEARL-CLIP (iunderlineNteracted quunderlineEry underlineAdaptation with ounderlineRthogonaunderlineL regularization)は、VLMベースの新しい相互モダリティ相互作用フレームワークである。
論文 参考訳（メタデータ） (2025-08-06T05:44:01Z) - Towards Scalable and Robust White Matter Lesion Localization via Multimodal Deep Learning [2.0749231618270803]
ホワイトマター・ハイパーインテンシティ(White matter hyperintensities, WMH)は、小血管疾患や神経変性の放射線マーカーであり、正確なセグメンテーションと局所化が診断とモニタリングに不可欠である。
単一モードのMRI入力とマルチモードのMRI入力を用いて,WM病変分割と局所化の深層学習フレームワークを提案する。
本研究は, 高精度かつ堅牢なWMH解析のためのマルチモーダルフュージョンの有用性と, 統合予測のためのジョイントモデリングの可能性を明らかにするものである。
論文 参考訳（メタデータ） (2025-06-27T09:39:26Z) - Coarse-to-Fine Proposal Refinement Framework for Audio Temporal Forgery Detection and Localization [60.899082019130766]
本稿では、フレームレベル検出ネットワーク(FDN)と、音声の時間的偽造検出とローカライゼーションのための改良ネットワーク(PRN)を提案する。
FDNは、偽のフレーム間で情報的不整合の手がかりを抽出し、偽の領域を大まかに示すのに有用な識別的特徴を得る。
PRNは、FDNから派生した粗粒度の提案を洗練するために、信頼スコアと回帰オフセットを予測する責任がある。
論文 参考訳（メタデータ） (2024-07-23T15:07:52Z) - Efficient Bilateral Cross-Modality Cluster Matching for Unsupervised Visible-Infrared Person ReID [56.573905143954015]
本稿では, クラスタ間マッチングによるモダリティギャップを低減するための, クラスタマッチングに基づく新たな学習フレームワークを提案する。
このような監視信号の下では、クラスタレベルで特徴を協調的に整列させるために、モダリティ・特定・モダリティ・非依存(MSMA)コントラスト学習フレームワークが提案されている。
公開SYSU-MM01とRegDBデータセットの実験により,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2023-05-22T03:27:46Z) - Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。
IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。
IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
論文 参考訳（メタデータ） (2021-03-02T08:20:08Z)
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。