論文の概要: Three-Phase Scribble-Adaptive Curriculum Learning for autoPETV Grand Challenge

• arxiv url: http://arxiv.org/abs/2608.22096v1
• Date: Sat, 22 Aug 2026 20:21:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 18:24:36.945943
• Title: Three-Phase Scribble-Adaptive Curriculum Learning for autoPETV Grand Challenge
• Title（参考訳）: オートPETVグランドチャレンジのための3相スクリブル適応型カリキュラム学習
• Abstract要約: 本報告では,全身PET/CTにおける対話的病変分割に対するLibo Zhangの自己PETVグランドチャレンジに対するアルゴリズム的解法について述べる。 約1億4000万のパラメータからなる残エンコーダU-Netは、4000エポック以上の3段階のカリキュラムで訓練される。 6つの相互作用ステップによる5倍のクロスバリデーションでは、最終チェックポイントの平均AUC-Diceは3.836、平均AUC-DMMは3.869に達する。
• 参考スコア（独自算出の注目度）: 10.166657737458275
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This report describes Libo Zhang's algorithmic solution to autoPETV Grand Challenge on interactive lesion segmentation in whole-body PET/CT. Interaction is encoded as two additional input channels that rasterize the accumulated foreground and background scribbles, and a residual-encoder U-Net of about 140 million parameters is trained with a three-phase curriculum over 4000 epochs: the network first learns fully automatic segmentation with silent interaction channels, then observes ground-truth-derived scribbles under randomly sampled visibility modes, and finally adapts to its own mistakes through online simulation of up to five error-driven correction steps. Training draws on 1811 autoPET and DeepPSMA studies, and the submission ensembles the best and final checkpoints of five folds by logit averaging. In interactive five-fold cross-validation with six interaction steps, the final checkpoints reach a mean AUC-Dice of 3.836 and a mean AUC-DMM of 3.869, improving monotonically in every fold, with roughly half of the total gain delivered by the first corrective scribble. Our code and trained model checkpoints are available on https://github.com/Libo1023/autoPETV-Curriculum.
• Abstract（参考訳）: 本報告では,全身PET/CTにおける対話的病変分割に対するLibo Zhangの自己PETVグランドチャレンジに対するアルゴリズム的解法について述べる。 インタラクションは、蓄積した前景と背景のスクリブルをラスタライズする2つの追加入力チャネルとしてエンコードされ、約1億4000万パラメータの残エンコーダU-Netは、4000回以上の3段階のカリキュラムで訓練される。 トレーニングは1811年のAutoPETとDeepPSMAの研究に基づいて行われ、提出はログト平均化による5つの折りたたみの最良のチェックポイントと最終チェックポイントをまとめている。 6つの相互作用ステップを持つ対話型5倍クロスバリデーションにおいて、最終チェックポイントは平均AUC-Dice3.836、平均AUC-DMM3.869に達し、各折り畳みにおいて単調に改善され、第1の補正スクリブルによる総利得の約半分が達成される。 私たちのコードとトレーニング済みのモデルチェックポイントはhttps://github.com/Libo1023/autoPETV-Curriculum.comで利用可能です。

関連論文リスト

• BS: Take the Hint - Interactive Multitracer PET/CT Lesion Segmentation with a Scribble-Conditioned ResEnc U-Net [0.0]
  オートPET/CT Vチャレンジは、画像と一緒にユーザのスクリブルを供給することによってセグメンテーションをインタラクティブにする。 提案する提案は,CT,PET,スパーススクリブルマップの4つの入力チャネル上で動作するスクリブル条件付残エンコーダU-Netである。 約85%の利得は最初のスクリブルに続いており、折り畳みモデル間の広がりは同じラウンドで5倍に狭まる。
  論文  参考訳（メタデータ） (2026-09-01T17:19:34Z)
• Conditional Flow Matching for Cross-Field MRI Harmonisation [1.4152206863712093]
  我々はMRIxFields2026チャレンジのためのクロスフィールド脳MRI変換について検討する。 ソースボリュームとターゲットボリュームは空間的に登録されているので,ソーススライスを直接ターゲットスライスに運ぶ速度場を学習する。 このマッピングを3つの被験者のみから学ぶために、統一モデルは3つの段階で訓練される。
  論文  参考訳（メタデータ） (2026-09-01T09:18:26Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• CMAP: Cross-Modal Adaptive Prompting for Multi-Domain Task-Incremental Learning [3.1368611610608856]
  テキスト空間のタスクルーティングは、凍結されたCLIPテキストプロトタイプとコサイン類似のビジュアルガウスマッチングを置き換える。 視覚テキストの信頼度は、単一ガウスのクラスモデリングをK平均視覚プロトタイプとタスク校正しきい値の下でのクロスモーダルアライメントスコアに置き換える。 MTILベンチマークは118.7%と1201のクラスで74.2%のTransfer、80.5%のAverage、そして8のLast Under Order-Iを達成した。
  論文  参考訳（メタデータ） (2026-05-25T11:09:48Z)
• Self-Verified Distillation: Your Language Model Is Secretly Its Own Synthetic Data Pipeline [56.53954182896384]
  大規模言語モデルのための簡単な訓練後改良アルゴリズムである自己検証蒸留を提案する。 自己検証蒸留(Self-Verified Distillation)は、未ラベルの種問に対する候補解を生成する。 プロンプトベースの自己検証を使用してフィルタリングし、結果の自己計算データセットをトレーニングする。 トレーニングデータ構築中に、より多くの候補世代をサンプリングし、より大きな検証予算を使用することで、高品質な自己計算データが得られることがわかった。
  論文  参考訳（メタデータ） (2026-05-20T17:26:10Z)
• Towards Real-Time Autonomous Navigation: Transformer-Based Catheter Tip Tracking in Fluoroscopy [35.565354067805835]
  本研究の目的は, 実時間カテーテル先端追跡パイプラインの開発と評価である。 U-Net、U-Net+Transformer、SegFormerなどのディープラーニングセグメンテーションモデルをトレーニングし、ベンチマークした。 2級のSegFormerは平均絶対誤差4.44mm、U-Net(4.60mm)、U-Net+Transformer(6.20mm)、および3級モデル(5.19-7.74mm)を上回った。
  論文  参考訳（メタデータ） (2026-05-14T01:42:56Z)
• The autoPET3 Challenge: Automated Lesion Segmentation in Whole-Body PET/CT $\unicode{x2013}$ Multitracer Multicenter Generalization [67.92281859568168]
  第3回オートPETチャレンジ(MICCAI 2024)の設計と成果を報告する。 全身PET/CTにおける自動病変分割を, 構成的一般化条件下でベンチマークした。 トップランクのアルゴリズムは平均DSCが0.66、FNVが3.18mL、FPVが2.78mLである。
  論文  参考訳（メタデータ） (2026-05-07T07:07:09Z)
• COVTrack++: Learning Open-Vocabulary Multi-Object Tracking from Continuous Videos via a Synergistic Paradigm [59.26203051651017]
  C-TAOはOpen-Vocabulary Multi-Object Tracking (OVMOT)のための最初の連続アノテーション付きトレーニングセットである フレームワークボトルネックに対するCOVTrack++は,3つのモジュールによる検出とアソシエーションの双方向相互機構を実現するための相乗的フレームワークである。 TAOの実験では、新しいTAAは検証とテストセットで35.4%、30.5%に達し、新しいAssocAは4.8%、新しいLocAは5.8%向上した。
  論文  参考訳（メタデータ） (2026-03-25T07:20:27Z)
• AutoPET Challenge III: Testing the Robustness of Generalized Dice Focal Loss trained 3D Residual UNet for FDG and PSMA Lesion Segmentation from Whole-Body PET/CT Images [0.0]
  本研究では,3次元残差UNetモデルを用いて,汎用Dice Loss関数を用いてAutoPET Challenge 2024データセット上でモデルをトレーニングする。 Task-1の予備試験段階では、平均アンサンブルは平均Dice similarity Coefficient(DSC)が0.6687、平均偽陰体積(FNV)が10.9522ml、平均偽正体積(FPV)が2.9684mlに達した。
  論文  参考訳（メタデータ） (2024-09-16T10:27:30Z)
• Adaptive Multi-step Refinement Network for Robust Point Cloud Registration [82.64560249066734]
  ポイントクラウド登録は、同じシーンの2つのポイントクラウド間の相対的な厳密な変換を推定する。 本稿では,前ステップからの情報を活用することで,各ステップの登録品質を向上する適応型多段階改良ネットワークを提案する。 本手法は3DMatch/3DLoMatchベンチマークとKITTIベンチマークの両方で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-12-05T18:59:41Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)

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。