論文の概要: UltraSAM3: A Concept-Driven Foundation Model for Universal Ultrasound Image Segmentation

• arxiv url: http://arxiv.org/abs/2607.29200v1
• Date: Fri, 31 Jul 2026 09:19:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.673626
• Title: UltraSAM3: A Concept-Driven Foundation Model for Universal Ultrasound Image Segmentation
• Title（参考訳）: UltraSAM3:Universal Ultrasound Image Segmentationのための概念駆動基礎モデル
• Abstract要約: UltraSAM3は、ユニバーサル超音波画像分割のための概念駆動基盤モデルである。 37の公開データセットと13の解剖学的カテゴリをカバーする大規模な超音波セグメンテーションコーパスで訓練されている。 実験により、UltraSAM3は、典型的な概念とテキスト駆動のバイオメディカルセグメンテーションモデルより一貫して優れていることが示された。
• 参考スコア（独自算出の注目度）: 22.394292096035603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ultrasound imaging has become increasingly widespread in clinical practice due to its portability, low cost and real-time capability, making ultrasound image segmentation important. However, ultrasound images differ substantially from CT, MRI, and other medical imaging modalities, as they are often affected by speckle noise, low contrast, acoustic shadows and ambiguous boundaries. Existing ultrasound segmentation methods are still mainly limited to task-specific models or visual-prompt-based foundation models, which are either tailored to particular tasks or require expert-provided visual prompts, making them inconvenient for flexible clinical use. To address these challenges, we propose UltraSAM3, a concept-driven foundation model for universal ultrasound image segmentation. Unlike conventional models, UltraSAM3 enables text-based target specification by adapting SAM3 to ultrasound-specific image--mask--concept triplets. The model is trained on a large-scale ultrasound segmentation corpus covering 37 public datasets and 13 anatomical categories, allowing it to align ultrasound visual patterns with clinically meaningful concepts across diverse organs and lesions. To further improve usability under realistic clinical interaction, we propose an instruction-guided agent that parses complex natural language queries into concise ultrasound concept prompts for UltraSAM3. Extensive experiments demonstrate that UltraSAM3 consistently outperforms representative concept- and text-driven biomedical segmentation models on multi-organ ultrasound benchmarks, external datasets, and visual-prompt-enhanced settings. Moreover, the agent improves segmentation robustness for complex user instructions. These results indicate that ultrasound-specific concept adaptation is effective for building generalizable and interactive ultrasound segmentation foundation models.
• Abstract（参考訳）: 超音波画像の可搬性,低コスト,リアルタイム性などにより,超音波画像のセグメンテーションの重要性が増している。 しかし、超音波画像は、スペックルノイズ、低コントラスト、音響影、曖昧な境界の影響を受けやすいため、CT、MRI、その他の医用画像と大きく異なる。 既存の超音波セグメンテーション法は主にタスク固有のモデルや視覚プロンプトに基づく基礎モデルに限られており、特定のタスクに適合するか、専門家が提供する視覚的プロンプトを必要とするため、柔軟な臨床使用には不便である。 これらの課題に対処するために,ユニバーサル超音波画像分割のための概念駆動基盤モデルであるUltraSAM3を提案する。 従来のモデルとは異なり、UltraSAM3はSAM3を超音波特有のイメージ-マスク-コンセプト・トリプレットに適応させることでテキストベースのターゲット仕様を可能にする。 このモデルは、37の公開データセットと13の解剖学的カテゴリをカバーする大規模な超音波セグメンテーションコーパスで訓練され、様々な臓器や病変にまたがる臨床的に意味のある概念と超音波の視覚パターンを合わせることができる。 現実的な臨床的相互作用下でのユーザビリティ向上のために,複雑な自然言語クエリを解析する命令誘導エージェントをUltraSAM3のための簡潔な超音波概念プロンプトとして提案する。 大規模な実験により、UltraSAM3は、マルチオーガニックベンチマーク、外部データセット、視覚プロンプト強化設定において、代表的概念とテキスト駆動のバイオメディカルセグメンテーションモデルより一貫して優れていることが示された。 さらに,複雑なユーザ命令に対するセグメンテーションの堅牢性も向上する。 これらの結果から, 超音波特異的な概念適応は, 一般化可能な対話型超音波セグメンテーション基礎モデルの構築に有効であることが示唆された。

関連論文リスト

• SonoCLIP: Mask-Guided Region-Aware Vision-Language Pretraining for Fetal Ultrasound Analysis [51.81845420301345]
  SonoCLIPは胎児超音波解析のための視覚言語基盤モデルである。 セグメンテーションマスクを視覚エンコーダ内にマスクチャネル視覚プロンプトとして組み込む。 グローバルおよびマスク誘導推論の両方において、ゼロショット転送性能に優れる。
  論文  参考訳（メタデータ） (2026-06-28T20:04:49Z)
• Ultrasound-CLIP: Semantic-Aware Contrastive Pre-training for Ultrasound Image-Text Understanding [14.606536256652726]
  CLIPのような既存の視覚言語事前学習モデルは、主に他のモダリティのために設計されている。 52の解剖学的カテゴリにわたる365万対のサンプルを含む大規模超音波画像テキストデータセットUS-365Kを構築した。 セマンティック・ソフト・ラベルとセマンティック・ロスを導入した意味認識型コントラスト学習フレームワークであるUltrasound-CLIPを提案する。
  論文  参考訳（メタデータ） (2026-04-02T08:10:31Z)
• Exploiting DINOv3-Based Self-Supervised Features for Robust Few-Shot Medical Image Segmentation [3.2564581758935094]
  本稿では,DINOv3機能を活用した新しいフレームワークであるDINO-AugSegを提案する。 MRI、CT、超音波、内視鏡、皮膚内視鏡を含む5つの画像モダリティにまたがる6つの公開ベンチマークの実験は、DINO-AugSegが既存の手法を一貫して上回ることを示した。
  論文  参考訳（メタデータ） (2026-01-12T23:44:25Z)
• A Fully Open and Generalizable Foundation Model for Ultrasound Clinical Applications [77.3888788549565]
  一般臨床用超音波基礎モデルであるEchoCareについて紹介する。 我々は、キュレートされた、一般公開された大規模なデータセットであるEchoCareData上で、自己教師付き学習を通じてEchoCareを開発した。 最小限のトレーニングで、EchoCareは10の代表的なベンチマークで最先端の比較モデルを上回っている。
  論文  参考訳（メタデータ） (2025-09-15T10:05:31Z)
• Grounding DINO-US-SAM: Text-Prompted Multi-Organ Segmentation in Ultrasound with LoRA-Tuned Vision-Language Models [4.981692533734272]
  本研究では,複数の超音波臓器にまたがる物体セグメンテーションを実現するために,Grounding DINOとSAM2を統合したプロンプト駆動視覚言語モデル(VLM)を提案する。 胸, 甲状腺, 肝臓, 前立腺, 腎臓, 脊髄筋を含む18種類の超音波データセットが得られた。 提案手法は,UniverSeg,MedSAM,MedCLIP-SAM,BiomedParse,SAMUSなどの最先端セグメンテーション手法より優れている。
  論文  参考訳（メタデータ） (2025-06-30T14:33:44Z)
• Semantic Scene Graph for Ultrasound Image Explanation and Scanning Guidance [38.90025585894763]
  本研究では,超音波画像のシーングラフ(SG)を用いて画像内容の説明を行う。 予測されたSGは、超音波スキャンを行方不明の解剖に導く可能性を探っている。 左頸部領域と右頸部領域の画像に対して,SGによる画像説明とスキャン指導の有効性が検証された。
  論文  参考訳（メタデータ） (2025-06-24T14:49:40Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• LOTUS: Learning to Optimize Task-based US representations [39.81131738128329]
  超音波画像における臓器の解剖学的セグメンテーションは多くの臨床応用に不可欠である。 既存のディープニューラルネットワークは、臨床的に許容できるパフォーマンスを達成するために、トレーニングのために大量のラベル付きデータを必要とする。 本稿では,タスクベース超音速画像表現を最適化する学習手法を提案する。
  論文  参考訳（メタデータ） (2023-07-29T16:29:39Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Voice-assisted Image Labelling for Endoscopic Ultrasound Classification using Neural Networks [48.732863591145964]
  本稿では,臨床医が提示した生音声からのEUS画像にラベルを付けるマルチモーダル畳み込みニューラルネットワークアーキテクチャを提案する。 その結果,5つのラベルを持つデータセットにおいて,画像レベルでの予測精度は76%であった。
  論文  参考訳（メタデータ） (2021-10-12T21:22:24Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)

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。