論文の概要: GSToken: Geometry-Structured Gaussian Tokens for Compact 3D Medical Image Representation

• arxiv url: http://arxiv.org/abs/2608.17425v1
• Date: Tue, 18 Aug 2026 06:44:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.235515
• Title: GSToken: Geometry-Structured Gaussian Tokens for Compact 3D Medical Image Representation
• Title（参考訳）: GSToken:コンパクトな3次元医用画像表現のための幾何学構造型ガウス式トークン
• Abstract要約: マルチモーダル脳腫瘍セグメンテーションにガウストークンを初めて導入した。 各トークンは意味的特徴だけでなく、学習された3D中心、異方性スケール、向きも持つ。 GSTokenは、凍結した探索の下で、キャパシティに適合した適応ベースラインを一貫して、実質的に上回っている。
• 参考スコア（独自算出の注目度）: 1.3063093054280948
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective segmentation of multi-modal MRI is central to improving neural network accuracy in brain tumor recognition. Existing methods typically compress 3D volumes into token sequences via fixed patch encoding or learned attention pooling (e.g., TokenLearner). However, these compression schemes discard explicit spatial shape information; the resulting tokens convey no notion of lesion morphology or spatial extent. Meanwhile, end-to-end evaluation entangles a tokenizer's information retention with the reconstruction capacity of the downstream decoder, and the lack of a unified capacity contract across methods makes performance differences difficult to attribute. In this paper, we introduce Gaussian tokens to multi-modal brain tumor segmentation for the first time: each token carries not only a semantic feature but also a learned 3D center, anisotropic scale, and orientation, endowing the representation with explicit geometric support at negligible parameter cost. We further propose a frozen-token utility evaluation protocol: the trained tokenizer is frozen, its output is cast into a fixed-capacity serialized contract, and a shared lightweight Transformer probe independently measures each tokenizer's retained information under strictly matched conditions. Multi-seed paired statistical testing shows that GSToken consistently and substantially outperforms capacity-matched adaptive baselines under frozen probing, with uniform advantages across all tumor sub-regions, surface, and distance metrics. These results demonstrate that explicitly encoding spatial geometry within tokens significantly improves the information density of volumetric representations, offering a new design principle for compact 3D medical image representation and downstream reading.
• Abstract（参考訳）: マルチモーダルMRIの効果的なセグメンテーションは、脳腫瘍認識におけるニューラルネットワークの精度を向上させるために重要である。 既存の方法では、3Dボリュームを固定パッチエンコーディングまたは学習されたアテンションプーリング(例えばTokenLearner)を介してトークンシーケンスに圧縮する。 しかしながら、これらの圧縮スキームは、明示的な空間形状情報を捨て、結果として生じるトークンは、病変の形態や空間範囲の概念を伝達しない。 一方、エンド・ツー・エンド評価では、トークン発行者の情報保持と下流デコーダの復元能力が絡み合っており、メソッド間の統一容量契約が欠如しているため、性能の違いを考慮し難い。 本稿では,マルチモーダル脳腫瘍セグメンテーションにガウストークンを初めて導入する:各トークンは意味的特徴だけでなく,学習された3D中心,異方性尺度,配向も持つ。 さらに,固定容量シリアライズ契約に出力を投入し,厳密な整合条件下で各トークンの保持情報を独立に計測する共有軽量トランスフォーマープローブを提案する。 多種ペア統計検査は、GSTokenが凍結した検体の下で、キャパシティに適合した適応ベースラインを一貫して、実質的に上回っており、腫瘍のサブリージョン、表面、距離の指標に均一な利点があることを示している。 これらの結果は,空間幾何学をトークン内に明示的に符号化することで,体積表現の情報密度が大幅に向上し,コンパクトな3次元医用画像表現と下流読み出しのための新しい設計原理が提供されることを示している。

関連論文リスト

• Rad-JEPA 3D: Radiology Joint-Embedding Predictive Model for 3D Computed Tomography [10.665332135327205]
  ボリュームCT表現を学習する共同埋め込み予測フレームワークであるRad-JEPA 3Dを紹介する。 中間表現の質を向上させるために,隠れ状態直交正規化(HSOR)を提案する。 HSORは、生徒と教師の隠れ状態を調整し、エンコーダ全体の特徴冗長性を減少させる。
  論文  参考訳（メタデータ） (2026-07-28T19:00:17Z)
• Anatomical Token Uncertainty for Transformer-Guided Active MRI Acquisition [27.825869252861335]
  MRIにおける完全なデータ取得は本質的に遅いため、臨床のスループットが制限され、患者の不快感が増す。 CSMRIは、アンダーサンプルのkspaceデータからイメージを再構成することで、取得を加速しようとしている。
  論文  参考訳（メタデータ） (2026-03-23T10:49:23Z)
• MedPruner: Training-Free Hierarchical Token Pruning for Efficient 3D Medical Image Understanding in Vision-Language Models [59.180043227905294]
  MedPrunerは、3次元医用画像の効率的な理解のためのトレーニング不要でモデルに依存しない階層的トークンプレーニングフレームワークである。 我々は、MedPrunerによって、MedGemmaのようなモデルが元の性能を維持したり、超えたりすることが可能であり、ビジュアルトークンの5%以下を維持していることを示す。
  論文  参考訳（メタデータ） (2026-03-12T07:37:00Z)
• TokenSeg: Efficient 3D Medical Image Segmentation via Hierarchical Visual Token Compression [30.331894334353038]
  TokenSegは、効率的な3D医療ボリュームセグメンテーションのための境界対応スパーストークン表現フレームワークである。 TokenSegは、不均一な解剖学的構造に対して、常に最適な性能を提供する。
  論文  参考訳（メタデータ） (2026-01-08T02:32:48Z)
• TM-UNet: Token-Memory Enhanced Sequential Modeling for Efficient Medical Image Segmentation [8.178014138307288]
  TM-UNetは、トークンシーケンスモデリングと効率的な医療セグメント化のための効率的なメモリメカニズムを統合する、新しい軽量フレームワークである。 我々のMSTMブロックは、線形複雑度で長距離依存関係をキャプチャする動的知識ストアとして機能する。 広範な実験により、TM-UNetは、計算コストを大幅に削減し、様々な医学的セグメンテーションタスクにまたがる最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-11-15T15:49:30Z)
• Heterogenous Memory Augmented Neural Networks [84.29338268789684]
  ニューラルネットワークのための新しいヘテロジニアスメモリ拡張手法を提案する。 学習可能なメモリトークンをアテンション機構付きで導入することにより、膨大な計算オーバーヘッドを伴わずに性能を効果的に向上させることができる。 In-distriion (ID) と Out-of-distriion (OOD) の両方の条件下での様々な画像およびグラフベースのタスクに対するアプローチを示す。
  論文  参考訳（メタデータ） (2023-10-17T01:05:28Z)
• SwIPE: Efficient and Robust Medical Image Segmentation with Implicit Patch Embeddings [12.79344668998054]
  正確な局所境界線とグローバルな形状コヒーレンスを実現するために,SwIPE(Segmentation with Implicit Patch Embeddings)を提案する。 その結果,最近の暗黙的アプローチよりもSwIPEは大幅に改善され,パラメータが10倍以上の最先端の離散手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-23T20:55:11Z)
• UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
  本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。 我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。 Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
  論文  参考訳（メタデータ） (2022-12-08T18:59:57Z)
• Attentive Symmetric Autoencoder for Brain MRI Segmentation [56.02577247523737]
  視覚変換器(ViT)をベースとした3次元脳MRIセグメンテーションタスクのための新しいアテンテーティブシンメトリオートエンコーダを提案する。 事前学習の段階では、提案するオートエンコーダがより注意を払って、勾配測定値に従って情報パッチを再構築する。 実験の結果,提案手法は最先端の自己教師付き学習法や医用画像分割モデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-09-19T09:43:19Z)
• CORPS: Cost-free Rigorous Pseudo-labeling based on Similarity-ranking for Brain MRI Segmentation [3.1657395760137406]
  本稿では,新しいアトラスを用いた擬似ラベル法と3次元脳MRI分割のための3次元深部畳み込みニューラルネットワーク(DCNN)に基づく半教師付きセグメンテーションフレームワークを提案する。 実験により, 定性的, 定量的に比較して, 提案手法の優位性を示した。
  論文  参考訳（メタデータ） (2022-05-19T14:42:49Z)
• 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)
• Meta-Learning Sparse Implicit Neural Representations [69.15490627853629]
  入射神経表現は、一般的な信号を表す新しい道である。 現在のアプローチは、多数の信号やデータセットに対してスケールすることが難しい。 メタ学習型スパースニューラル表現は,高密度メタ学習モデルよりもはるかに少ない損失が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-27T18:02:53Z)

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。