論文の概要: Hierarchical Prototype-Memory Adaptation of SAM for Surgical Instrument Segmentation
- arxiv url: http://arxiv.org/abs/2608.24541v1
- Date: Tue, 25 Aug 2026 13:27:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.001961
- Title: Hierarchical Prototype-Memory Adaptation of SAM for Surgical Instrument Segmentation
- Title（参考訳）: 手術機器セグメンテーションのためのSAMの階層型プロトタイプメモリ適応
- Abstract要約: 手術機器セグメンテーションのための階層型プロトタイプメモリ適応フレームワークHPMAを提案する。
具体的には、HPMAは、注釈付き手術シーンから凍結されたマルチスケールのビジュアルプロトタイプメモリバンクを構築する。
提案手法は,既存の基礎モデル適応手法よりも優れた,最先端の性能を実現する。
- 参考スコア（独自算出の注目度）: 10.131681447132644
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Surgical instrument segmentation (SIS) is fundamental for computer-assisted surgery, where reliable instrument masks enable precise scene understanding and clinical assistance. Recently, adapting foundation models like the Segment Anything Model (SAM) to the surgical domain via prompt-learning has shown encouraging results. However, the performance of these adapted models under challenging surgical conditions is constrained by suboptimal adaptation mechanisms. Specifically, optimizing prompts or prototypes purely via downstream segmentation loss tends to cause them to degenerate into task-specific parameters rather than serving as persistent, stable category memory, thereby degrading their robustness against complex intraoperative variations. Moreover, routing multi-scale visual cues through a single prompt pathway creates a bottleneck that hinders effective scale-matched coupling. To address these limitations, we propose HPMA, a Hierarchical Prototype-Memory Adaptation framework for SAM. Specifically, HPMA constructs a frozen, multi-scale visual prototype memory bank from annotated surgical scenes and integrates it into SAM's feature space using lightweight adapters to preserve stable category evidence. To maximize the utility of multi-scale cues, we introduce a scale-matched coupling mechanism where global prototypes calibrate class-level prompt features, structural prototypes guide decoder object queries, and local prototypes align high-resolution feature maps through a local alignment objective. Extensive experiments on the public EndoVis2017 and EndoVis2018 datasets demonstrate that our approach achieves state-of-the-art performance, outperforming existing foundation model adaptation methods.
- Abstract（参考訳）: 手術用機器のセグメンテーション(SIS)は、信頼性の高い機器マスクが正確なシーン理解と臨床支援を可能にするコンピュータ支援手術の基礎である。
近年,Segment Anything Model (SAM) のような基礎モデルの外科領域への適応が急速学習によって促進されている。
しかし, 手術条件下での適応モデルの性能は, 最適下適応機構によって制約される。
具体的には、下流のセグメンテーション損失によって純粋にプロンプトやプロトタイプを最適化すると、永続的で安定したカテゴリメモリとして機能するのではなく、タスク固有のパラメータに縮退する傾向があり、それによって複雑な術中変動に対して堅牢性が低下する。
さらに、単一のプロンプト経路を介してマルチスケールのビジュアルキューをルーティングすると、効果的にスケールマッチングされた結合を妨げるボトルネックが発生する。
これらの制約に対処するため、SAMのための階層型プロトタイプメモリ適応フレームワークHPMAを提案する。
具体的には、HPMAは、注釈付き手術シーンから凍結されたマルチスケールのビジュアルプロトタイプメモリバンクを構築し、それをSAMの機能空間に統合し、軽量なアダプタを使用して安定したカテゴリエビデンスを保存する。
マルチスケールキューの有用性を最大化するために,グローバルプロトタイプがクラスレベルのプロンプト特徴をキャリブレーションするスケールマッチング結合機構,構造プロトタイプがデコーダオブジェクトクエリをガイドする,局所プロトタイプが局所アライメント目的を通じて高分解能特徴マップを整列する,といった手法を提案する。
パブリックなEndoVis2017とEndoVis2018データセットに関する大規模な実験は、我々のアプローチが最先端のパフォーマンスを達成し、既存の基礎モデル適応手法よりも優れていることを示した。
関連論文リスト
- Parameter-Efficient Adaptation of SAM3 for Prompt-Driven Surgical Concept Segmentation [18.13208379344349]
本研究は,外科的概念セグメンテーションのためのSAM3のパラメータ効率の低いローランド適応(LoRA)適応を提案する。
低ランクのアダプタをプロンプトエンコーダ、検出器、トラッカーに注入し、全モデルパラメータの0.98%しか最適化しないビジョンバックボーンを完全に凍結する。
我々の手法はゼロショットSAM3と他の主流ベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-07-26T14:40:04Z) - UniSurgSAM: A Unified Promptable Model for Reliable Surgical Video Segmentation [18.74680721916099]
視覚的,テキスト的,あるいは音声的プロンプトによる信頼性の高い手術ビデオ分割を可能にする統合PVOSモデルUniSurgSAMを提案する。
本稿では,幻覚の抑制を目的とした存在認識復号法,拡張シーケンス上のマスクドリフトを防止する境界認識長期追跡法,障害回復のための段階間のループを閉じる適応状態遷移の3つの重要な設計を提案する。
UniSurgSAMは、あらゆる急進的なモダリティと粒度にわたる最先端のパフォーマンスをリアルタイムで達成し、コンピュータ支援手術の実践的な基盤を提供する。
論文 参考訳（メタデータ） (2026-04-04T08:44:10Z) - Adapting SAM to Nuclei Instance Segmentation and Classification via Cooperative Fine-Grained Refinement [24.433000105666114]
本稿では,SAMの協調微粒化という,パラメータ効率のよい微粒化フレームワークを提案する。
これら3つのコンポーネントは、局所的な知覚を高め、空間的詳細を保存し、境界を洗練するために協調して働き、SAMは正確な核インスタンスのセグメンテーションを直接実行することができる。
論文 参考訳（メタデータ） (2026-03-30T04:39:07Z) - VesSAM: Efficient Multi-Prompting for Segmenting Complex Vessel [68.24765319399286]
本稿では,2次元血管セグメンテーションに適した,強力で効率的なフレームワークであるVesSAMを提案する。
VesSAMは、(1)局所的なテクスチャ機能を強化する畳み込みアダプタ、(2)解剖学的プロンプトを融合するマルチプロンプトエンコーダ、(3)ジャグアーティファクトを減らす軽量マスクデコーダを統合する。
VesSAMは、最先端のPEFTベースのSAMを10%以上のDiceと13%のIoUで一貫して上回っている。
論文 参考訳（メタデータ） (2025-11-02T15:47:05Z) - Enhancing SAM with Efficient Prompting and Preference Optimization for Semi-supervised Medical Image Segmentation [30.524999223901645]
完全教師なし方式で生成されるアノテーション効率のよいプロンプトを利用するSAM(Segment Anything Model)フレームワークを提案する。
我々は、モデルが高忠実度セグメンテーションを生成できるように最適なポリシーを設計するために、直接選好最適化手法を採用する。
X線, 超音波, 腹部CTなど多彩な領域にわたる肺分節, 乳房腫瘍分節, 臓器分節などのタスクにおける我々のフレームワークの最先端性能は, 低アノテーションデータシナリオにおけるその有効性を正当化するものである。
論文 参考訳（メタデータ） (2025-03-06T17:28:48Z) - Adapting Segment Anything Model for Unseen Object Instance Segmentation [70.60171342436092]
Unseen Object Instance(UOIS)は、非構造環境で動作する自律ロボットにとって不可欠である。
UOISタスクのためのデータ効率のよいソリューションであるUOIS-SAMを提案する。
UOIS-SAMは、(i)HeatmapベースのPrompt Generator(HPG)と(ii)SAMのマスクデコーダに適応する階層識別ネットワーク(HDNet)の2つの重要なコンポーネントを統合する。
論文 参考訳（メタデータ） (2024-09-23T19:05:50Z) - Prompting Segment Anything Model with Domain-Adaptive Prototype for Generalizable Medical Image Segmentation [49.5901368256326]
医用画像のセグメンテーションにおけるセグメンテーションモデル(DAPSAM)の微調整のための新しいドメイン適応型プロンプトフレームワークを提案する。
DAPSAMは,2つの医療画像分割タスクにおいて,異なるモダリティで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2024-09-19T07:28:33Z) - ASPS: Augmented Segment Anything Model for Polyp Segmentation [77.25557224490075]
SAM(Segment Anything Model)は、ポリープセグメンテーションに先例のないポテンシャルを導入している。
SAMのTransformerベースの構造は、グローバルおよび低周波情報を優先する。
CFAはトレーニング可能なCNNエンコーダブランチと凍結したViTエンコーダを統合し、ドメイン固有の知識の統合を可能にする。
論文 参考訳（メタデータ） (2024-06-30T14:55:32Z) - PosSAM: Panoptic Open-vocabulary Segment Anything [58.72494640363136]
PosSAMはオープン・ボキャブラリ・パノプティ・セグメンテーション・モデルであり、Segment Anything Model(SAM)の強みを、エンドツーエンドのフレームワークで視覚ネイティブのCLIPモデルと統合する。
本稿では,マスクの質を適応的に向上し,各画像の推論中にオープン語彙分類の性能を高めるマスク対応選択組立アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-03-14T17:55:03Z) - SurgicalPart-SAM: Part-to-Whole Collaborative Prompting for Surgical Instrument Segmentation [66.21356751558011]
Segment Anything Model (SAM)は、ジェネリックオブジェクトセグメンテーションの約束を示し、様々なアプリケーションに可能性を提供します。
既存の方法では、SAMベースのフレームワークを手術データにチューニングすることで、手術器具セグメンテーション(SIS)にSAMを適用している。
本稿では,楽器構造知識をSAMの汎用知識と明確に統合する新しいSAM効率的なチューニング手法であるStuial Part-SAMを提案する。
論文 参考訳（メタデータ） (2023-12-22T07:17:51Z) - SurgicalSAM: Efficient Class Promptable Surgical Instrument Segmentation [65.52097667738884]
そこで本研究では,SAMの知識と外科的特異的情報を統合し,汎用性を向上させるための,新しいエンドツーエンドの効率的なチューニング手法であるScientialSAMを紹介した。
具体的には,タイピングのための軽量なプロトタイプベースクラスプロンプトエンコーダを提案し,クラスプロトタイプから直接プロンプト埋め込みを生成する。
また,手術器具カテゴリー間のクラス間差異の低さに対応するために,コントラッシブなプロトタイプ学習を提案する。
論文 参考訳（メタデータ） (2023-08-17T02:51:01Z)
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。