論文の概要: TEAMS: Text-prompted spatiotEmporal dual-heAd Mamba Snake

• arxiv url: http://arxiv.org/abs/2608.17421v1
• Date: Tue, 18 Aug 2026 06:43:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.233541
• Title: TEAMS: Text-prompted spatiotEmporal dual-heAd Mamba Snake
• Title（参考訳）: TEAMS:テキストプロンプトEmporal dual-HeAd Mamba Snake
• Abstract要約: Deep snakeは、オブジェクトレベルの輪郭を正確に予測するインスタンスセグメンテーションメソッドの、有望なファミリーである。 既存のディープメソッドは、複雑な形態変化の処理、きめ細かな詳細の取得、ベースエラーの修正といった課題に直面している。 本稿では,3つの重要なイノベーションを生かした視覚言語型マンバヘビフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 19.862616941281164
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep snake is a promising family of instance segmentation methods that accurately predicts object-level contours, thereby overcoming common pixel-level misclassification issues such as mask cavities and jagged edges in semantic segmentation approaches. However, existing deep snake methods face challenges in handling complex morphological variations, accurately capturing fine-grained organ details, and correcting base detection errors. To mitigate these limitations, we propose a cohesive Text-prompted spatiotEmporal dual-heAd Mamba Snake (TEAMS), a novel vision-language Mamba snake framework with three key innovations: (1) A Spatiotemporal Snake Evolution Strategy (SSES) is introduced to tackle complex morphological variations by capturing bidirectional spatial dependencies along the snake contour and temporal dynamics across evolution steps in a state space model. (2) A Contour Morphology-Aware Mamba (CMAM) is proposed to quantify local contour morphologies to modulate the structured attention mask in the Mamba2 SSD dual form, which extends Mamba's capability to perceive the relative importance of its input sequence elements for better delineation of fine-grained organ details. (3) A Text-prompted Collaborative Dual-Head Snake (TCDHS) is designed to incorporate cues from textual prompts and transfer the evolved contour information to the base detection head, which enhances the deep snake workflow and mitigates wrong detections. Comprehensive evaluations on five datasets covering different organs and imaging modalities demonstrate that TEAMS outperforms existing semantic and deep snake segmentation methods (e.g., relative mDice/mBF improvements of 6.9%/9.1% in a spinal dataset), underscoring its potential as a reliable tool across diverse medical image segmentation scenarios.
• Abstract（参考訳）: Deep snakeは、オブジェクトレベルの輪郭を正確に予測し、セマンティックセグメンテーションアプローチにおけるマスクキャビティやジャッジエッジなどの一般的なピクセルレベルの誤分類問題を克服する、有望なインスタンスセグメンテーション手法のファミリーである。 しかし、既存のディープ・ヘビ法は複雑な形態変化を処理し、きめ細かな臓器の詳細を正確に把握し、ベース検出エラーを修正するという課題に直面している。 これらの制約を緩和するために,(1)時空間スネーク進化戦略(SSES)を導入し,ヘビの輪郭に沿った双方向空間依存性と状態空間モデルにおける進化ステップ間の時間的ダイナミックスを捉えることで,複雑な形態的変化に対処する。 2) Contour Morphology-Aware Mamba (CMAM) は,Mamba2 SSD双対形状における構造的注意マスクを修飾するために局所的な輪郭形態を定量化するために提案される。 (3) テキストプロンプト型デュアルヘッドスネーク (TCDHS) は, テキストプロンプトからの手がかりを取り入れ, 進化した輪郭情報をベース検出ヘッドに転送することにより, 深部ヘビのワークフローを強化し, 誤検出を緩和する。 異なる臓器と画像のモダリティをカバーする5つのデータセットに関する総合的な評価は、TAAMSが既存のセマンティックおよびディープヘビセグメンテーション法(例:相対mDice/mBFの6.9%/9.1%の改善)より優れており、様々な医療画像セグメンテーションシナリオにおける信頼性の高いツールとしての可能性を示している。

関連論文リスト

• AdaSurvMamba: Dynamic Fusion and Semantic Scanning for Multimodal Survival Analysis [57.942670844512016]
  我々はAdaSurvMambaをマルチモーダルサバイバル分析の新しい適応フレームワークとして紹介する。 このフレームワークは、クロスモーダル相互作用強度を動的に変調するDual-Scale Importance-Aware Reconstruction (DSIR)モジュールを備えている。 5つのTCGAコホートに対する実験は、既存の方法よりも一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-06-28T11:36:31Z)
• MambaADv2: Evolving Duality-enhanced State Space Model for Unsupervised Anomaly Detection [108.36437360254605]
  本稿では,マルチクラス非教師付き異常検出に適したフレームワークであるMambaADv2を提案する。 MambaADv2は、事前訓練されたエンコーダと、複数のスケールにわたるDuality-enhanced State Space (DSS)モジュールを備えたMambaインスパイアされたデコーダで構成される。 HSS(Hybrid State Space)ブロックの構造は、SSDベースのMambaラインに従って調整され、Mamba3スタイルの位置認識状態空間モデリングが組み込まれている。
  論文  参考訳（メタデータ） (2026-06-22T10:14:06Z)
• Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
  MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。 MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
  論文  参考訳（メタデータ） (2026-01-29T13:05:46Z)
• HyM-UNet: Synergizing Local Texture and Global Context via Hybrid CNN-Mamba Architecture for Medical Image Segmentation [3.976000861085382]
  HyM-UNet は,CNN の局所的特徴抽出能力を,Mamba の効率的なグローバルモデリング能力と相乗化するために設計された。 エンコーダとデコーダのセマンティックギャップを埋めるため,Mamba-Guided Fusion Skip Connectionを提案する。 その結果,HyM-UNetはDice係数とIoUで既存の最先端手法を著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2025-11-22T09:02:06Z)
• MM-UNet: Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation [21.90972169495466]
  MM-UNetは、効率的な網膜血管分割に適した新しいアーキテクチャである。 Morph Mamba Convolution 層が組み込まれており、分岐したトポロジカルな知覚を高めるためにポイントワイズ・コンボリューションを置き換える。 DRIVEで1.64%、STAREで1.25%のF1スコアゲインを達成し、その効果と進歩を示す。
  論文  参考訳（メタデータ） (2025-11-04T02:18:25Z)
• Unified Medical Image Segmentation with State Space Modeling Snake [7.855562142338835]
  We propose Mamba Snake, a novel space deep snake framework as state-of-the-art modeling for Unified Medical Image System (UMIS)。 マンバ・スネークは、階層的な状態空間アトラス、効果的にマクロな組織間トポロジカルな関係と微視的輪郭微細化としてマルチコンの進化を描いている。 Mamba Snakeの優れた性能は、最先端の手法よりも平均3%向上した。
  論文  参考訳（メタデータ） (2025-07-17T03:32:32Z)
• A Novel Hybrid Approach for Retinal Vessel Segmentation with Dynamic Long-Range Dependency and Multi-Scale Retinal Edge Fusion Enhancement [0.3611754783778107]
  既存の方法は、マルチスケールの船の変動性、複雑な曲率、曖昧な境界といった課題に対処する。 本稿では,CNNとMambaを相乗的に統合した新しいハイブリッドフレームワークを提案する。 本手法は血管の連続性維持と低コントラスト領域の血管の分断を効果的に行う上で,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-04-18T08:41:35Z)
• GAMED-Snake: Gradient-aware Adaptive Momentum Evolution Deep Snake Model for Multi-organ Segmentation [4.344584823432849]
  本稿では,GAMED-Snakeモデルについて述べる。 勾配に基づく学習と適応運動量進化機構を統合する。 GAMED-Snakeは、最先端の手法と比較してmDiceメトリックを約2%改善する。
  論文  参考訳（メタデータ） (2025-01-22T12:45:09Z)
• It Takes Two: Accurate Gait Recognition in the Wild via Cross-granularity Alignment [72.75844404617959]
  本稿では,XGait という新しい粒度アライメント歩行認識手法を提案する。 この目的を達成するために、XGaitはまず2つのバックボーンエンコーダの分岐を含み、シルエットシーケンスとパーシングシーケンスを2つの潜在空間にマッピングする。 2つの大規模な歩行データセットの総合的な実験では、ランク1の精度が80.5%、CCPGが88.3%である。
  論文  参考訳（メタデータ） (2024-11-16T08:54:27Z)
• 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)
• 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)

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。