論文の概要: From Spatial Semantics to Temporal Context: Leveraging Gaze Trajectory for Weakly Supervised Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2607.26542v1
• Date: Wed, 29 Jul 2026 07:13:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.564602
• Title: From Spatial Semantics to Temporal Context: Leveraging Gaze Trajectory for Weakly Supervised Medical Image Segmentation
• Title（参考訳）: 空間的セマンティクスから時間的文脈へ:弱めに監督された医用画像セグメンテーションのための注視軌跡の活用
• Abstract要約: 眼球追跡は、自然に臨床に組み込むことのできる費用対効果のソリューションを提供する。 軌道誘導型不確実性認識ネットワーク(TrailNet)を提案する。 TrailNetは、空間的意味論から時間的文脈への視線監督された医療画像セグメンテーションを、固定と軌跡を共同で活用することによって活用する。
• 参考スコア（独自算出の注目度）: 5.809537365593592
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical image segmentation heavily depends on labor-intensive and time-consuming pixel-level annotations. Eye tracking offers a cost-effective solution that can be naturally integrated into clinical workflows. Recorded by eye trackers, gaze conveys the spatial regions of clinicians' attention through fixations and the temporal context of clinicians' progressive visual perception from trajectories. Nevertheless, effective modeling of temporal trajectories remains challenging, and noise in gaze caused by exploratory fixations greatly limits segmentation performance. To overcome these limitations, we propose the Trajectory-guided Uncertainty-aware Network (TrailNet), which exploits gaze-supervised medical image segmentation from spatial semantics modeling to temporal context by jointly leveraging fixations and trajectories. Specifically, the proposed trajectory-guided spatio-temporal encoder models temporal context and establishes complementary interactions with image spatial semantics to strengthen target perception. Furthermore, the multi-scale uncertainty decoder leverages category mutual-exclusivity constraints to produce deterministic predictions and mitigate supervision uncertainty induced by noise. To enable gaze-free inference, we further introduce a cycle distillation strategy that transfers feature-level knowledge via teacher-student networks. Experimental results on two public datasets demonstrate that TrailNet outperforms state-of-the-art methods, achieving Dice scores of 81.25% and 81.85%, respectively.
• Abstract（参考訳）: 医用画像のセグメンテーションは、労働集約的かつ時間を要するピクセルレベルのアノテーションに大きく依存する。 眼球追跡は、自然に臨床ワークフローに統合できる費用対効果のソリューションを提供する。 アイトラッカーによって記録されたガウンは、固定を通して臨床医の注意の空間的領域と、臨床医の軌跡からの進歩的な視覚知覚の時間的文脈を伝達する。 それでも、時間軌道の効果的なモデリングは依然として困難であり、探索的固定による視線ノイズはセグメンテーション性能を大幅に制限している。 これらの制約を克服するために,空間意味論モデリングから時間文脈への視線監督型医用画像分割を併用したトラジェクトリ誘導型不確実性認識ネットワーク(TrailNet)を提案する。 具体的には、軌道誘導時空間エンコーダが時間的文脈をモデル化し、画像空間意味論と相補的な相互作用を確立し、目標知覚を強化する。 さらに、マルチスケール不確実性デコーダは、カテゴリー相互排他性制約を利用して、決定論的予測を生成し、ノイズによって誘導される監視不確実性を緩和する。 目視のない推論を可能にするために,教師-学生ネットワークを介して特徴レベルの知識を伝達するサイクル蒸留戦略を導入する。 2つの公開データセットの実験結果は、TraceNetが最先端の手法より優れており、それぞれ81.25%と81.85%のDiceスコアを達成していることを示している。

関連論文リスト

• Latent-to-Latent Flow for Volumetric Stochastic Segmentation [42.44847226668341]
  フローマッチングは、生成モデリングの強力なフレームワークとして登場した。 本稿では,画像とラベル空間のエンコード表現による医療ボリュームの分節化のための潜時-潜時フロー手法を提案する。
  論文  参考訳（メタデータ） (2026-09-07T13:10:57Z)
• 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)
• Temporally Consistent Label Interpolation for Robust Surgical Multi-Task Learning under Challenging Conditions [4.361526134899725]
  ロバスト・オペレーティング・シーン(FAROS)のフロー誘導時間 ゼロショットセグメンテーションに基づくマスク伝搬と光学的フロー推定を組み合わせたフロー誘導ラベルフレームワークは,手術条件下での外観ベースの伝搬の限界を克服する。 統合されたトランスフォーマーベースのマルチタスクフレームワークは、手術相認識、ステップ認識、予測、楽器セグメンテーション、アクション認識を共同で学習する。
  論文  参考訳（メタデータ） (2026-06-25T05:55:26Z)
• Rethinking Vector Field Learning for Generative Segmentation [50.08025820235397]
  生成的セグメンテーションのためのモデリング拡散モデルが注目されている。 ベクトル場学習の観点から拡散セグメンテーションを再考する。 本稿では,学習した消滅速度場を距離認識補正項で拡張するベクトル場再構成手法を提案する。 この補正は、誘引的相互作用と反発的相互作用の両方を導入し、元の拡散訓練フレームワークを保ちながら、セントロイド付近の勾配等級を増大させる。
  論文  参考訳（メタデータ） (2026-03-19T17:58:19Z)
• SutureAgent: Learning Surgical Trajectories via Goal-conditioned Offline RL in Pixel Space [22.300952176139948]
  内視鏡的ビデオからの針の軌跡の予測はロボットによる縫合に不可欠である。 画像に基づく針軌道予測を逐次決定問題として定式化する。 SutureAgentは、観測エンコーダを使用して可変長クリップを符号化し、局所的な空間的キューと長距離時間ダイナミクスの両方をキャプチャする。
  論文  参考訳（メタデータ） (2026-03-19T01:36:07Z)
• Training-free Temporal Object Tracking in Surgical Videos [20.689670966095097]
  腹腔鏡下胆嚢摘出術(LC)手術ビデオにおけるオンライン物体追跡のための新しいアプローチを提案する。 提案手法は,既存のデータセットに固有の,コストの高いピクセルレベルのアノテーションとラベルの不整合の課題に対処する。
  論文  参考訳（メタデータ） (2026-03-08T23:09:16Z)
• Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
  リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。 第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。 第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
  論文  参考訳（メタデータ） (2024-04-12T20:39:19Z)
• RCPS: Rectified Contrastive Pseudo Supervision for Semi-Supervised Medical Image Segmentation [26.933651788004475]
  我々は、RCPS(Rectified Contrastive Pseudo Supervision)という、新しい半教師付きセグメンテーション手法を提案する。 RCPSは、修正された疑似監督とボクセルレベルのコントラスト学習を組み合わせて、半教師付きセグメンテーションの有効性を向上させる。 実験結果から, 半教師付き医用画像分割における最先端手法と比較して, 高いセグメンテーション性能が得られた。
  論文  参考訳（メタデータ） (2023-01-13T12:03:58Z)
• Continuity-Discrimination Convolutional Neural Network for Visual Object Tracking [150.51667609413312]
  本稿では,視覚オブジェクト追跡のためのContinuity-Discrimination Convolutional Neural Network (CD-CNN) という新しいモデルを提案する。 この問題に対処するため、cd-cnnは時間的遅れの概念に基づいた時間的外観連続性をモデル化する。 不正確なターゲットの定位とドリフトを緩和するために,新しい概念 object-centroid を提案する。
  論文  参考訳（メタデータ） (2021-04-18T06:35:03Z)
• Few-shot Medical Image Segmentation using a Global Correlation Network with Discriminative Embedding [60.89561661441736]
  医療画像分割のための新しい手法を提案する。 深層畳み込みネットワークを用いた数ショット画像セグメンタを構築します。 深層埋め込みの識別性を高め,同一クラスの特徴領域のクラスタリングを促進する。
  論文  参考訳（メタデータ） (2020-12-10T04:01:07Z)
• Proactive Pseudo-Intervention: Causally Informed Contrastive Learning For Interpretable Vision Models [103.64435911083432]
  PPI(Proactive Pseudo-Intervention)と呼ばれる新しい対照的な学習戦略を提案する。 PPIは、因果関係のない画像の特徴を保護するために積極的に介入する。 また,重要な画像画素を識別するための,因果的に通知された新たなサリエンスマッピングモジュールを考案し,モデル解釈の容易性を示す。
  論文  参考訳（メタデータ） (2020-12-06T20:30:26Z)
• Domain aware medical image classifier interpretation by counterfactual impact analysis [2.512212190779389]
  ニューラルネットワークに基づく属性法を導入し、任意のトレーニングされた予測器に適用する。 提案手法は,局所的な画像摂動が予測者のスコアに与える影響を計測することにより,入力画像の正当領域を1つの前方通過で同定する。
  論文  参考訳（メタデータ） (2020-07-13T11:11:17Z)

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。