論文の概要: Pix2Rep-v2: Data-Efficient Representation Learning for Dense Medical Imaging Applications

• arxiv url: http://arxiv.org/abs/2609.01427v1
• Date: Tue, 01 Sep 2026 15:39:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.823621
• Title: Pix2Rep-v2: Data-Efficient Representation Learning for Dense Medical Imaging Applications
• Title（参考訳）: Pix2Rep-v2:Dense Medical Imaging アプリケーションのためのデータ効率の良い表現学習
• Authors: S. Sifaoui, E. Angelini, S. Toupin, T. Pezel, L. Le Folgoc,
• Abstract要約: Pix2Rep-v2は、密集した自己教師型学習のためのフレームワークである。 3Dや広視野のアプリケーションに効率よくスケールする。 数ショットのシナリオでは、データ効率が大幅に向上する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dense self-supervised learning (SSL) is a powerful paradigm for learning without annotations the local descriptors required to solve dense medical imaging tasks. We present Pix2Rep-v2, a framework for SSL of pixel- and voxel-level representations suitable for few-shot downstream applications. Pix2Rep-v2 addresses the main challenges of dense SSL by leveraging a redundancy reduction objective at the pixel-level with a principle of equivariance of dense representations, that scales efficiently to 3D or wide field-of-view applications. We evaluate our method on four datasets, across multiple tasks, multiple modalities and anatomical structures using multiple backbones in 2D and 3D, and under various data regimes. As an alternative to linear probing or full fine-tuning on the downstream task, we also propose an in-context variant, without downstream training, based on a dense prototype approach. Pix2Rep-v2 shows substantially higher data-efficiency in few-shot scenarios compared to fully supervised baselines, and is competitive with the state-of-the-art e.g., +9.3 Dice points in one-shot segmentation on the M&Ms-2 dataset. Our code and pre-trained models are publicly available at https://github.com/BioMedTP/pix2rep-v2.
• Abstract（参考訳）: Dense Self-supervised Learning (SSL) は、高密度医用画像タスクの解決に必要なローカル記述子をアノテーションなしで学習するための強力なパラダイムである。 Pix2Rep-v2は、数ショットダウンストリームアプリケーションに適したピクセルレベルの表現とボクセルレベルの表現のSSLのためのフレームワークである。 Pix2Rep-v2は、ピクセルレベルでの冗長性低減の目標を高密度表現の同値原理で活用することで、高密度SSLの主な課題に対処する。 2次元, 3次元の複数のバックボーンを用いて, 複数のタスク, 複数モーダル, 解剖学的構造を含む4つのデータセットについて, 様々なデータ構造下で評価を行った。 下流タスクにおける線形探索や完全微調整の代替として、高密度なプロトタイプアプローチに基づく下流トレーニングを伴わないコンテキスト内変種を提案する。 Pix2Rep-v2は、完全に教師されたベースラインに比べて、少数のシナリオではかなり高いデータ効率を示し、M&Ms-2データセットの1ショットセグメンテーションにおいて最先端のeg、+9.3のDiceポイントと競合する。 私たちのコードと事前トレーニングされたモデルはhttps://github.com/BioMedTP/pix2rep-v2.comで公開されています。

関連論文リスト

• Dense Self-Supervised Learning for Medical Image Segmentation [0.0]
  本稿では,少数ショットセグメンテーションのための自己教師付き学習(SSL)アプローチであるPix2Repを提案する。 ラベルのない画像から直接、強力なピクセルレベルの表現を学習することで、手動によるアノテーションの負担を軽減する。 その結果、既存の半教師付きアプローチや自己教師型アプローチと比較して性能が向上した。
  論文  参考訳（メタデータ） (2024-07-29T19:42:22Z)
• MOCA: Self-supervised Representation Learning by Predicting Masked Online Codebook Assignments [72.6405488990753]
  自己教師付き学習は、ビジョントランスフォーマーネットワークの欲求を軽減できる。 所望のプロパティを統一する単段および単段のMOCAを提案する。 我々は,様々な評価プロトコルにおいて,低照度設定と強力な実験結果に対して,最先端の新たな結果を得る。
  論文  参考訳（メタデータ） (2023-07-18T15:46:20Z)
• Interpretable 2D Vision Models for 3D Medical Images [47.75089895500738]
  本研究では,3次元画像処理における中間特徴表現を用いた2次元ネットワークの適応手法を提案する。 我々は、ベンチマークとして3D MedMNISTデータセットと、既存の手法に匹敵する数百の高分解能CTまたはMRIスキャンからなる2つの実世界のデータセットを示す。
  論文  参考訳（メタデータ） (2023-07-13T08:27:09Z)
• Self-supervised learning via inter-modal reconstruction and feature projection networks for label-efficient 3D-to-2D segmentation [4.5206601127476445]
  ラベル効率のよい3D-to-2Dセグメンテーションのための新しい畳み込みニューラルネットワーク(CNN)と自己教師付き学習(SSL)手法を提案する。 異なるデータセットの結果から、提案されたCNNは、ラベル付きデータに制限のあるシナリオにおいて、Diceスコアの最大8%まで、アートの状態を著しく改善することが示された。
  論文  参考訳（メタデータ） (2023-07-06T14:16:25Z)
• Multi-level Second-order Few-shot Learning [111.0648869396828]
  教師付きまたは教師なしの少数ショット画像分類と少数ショット動作認識のためのマルチレベル2次数列学習ネットワーク(MlSo)を提案する。 我々は、パワーノーマライズされた二階学習者ストリームと、複数のレベルの視覚的抽象化を表現する機能を組み合わせた、いわゆる2階学習者ストリームを活用している。 我々は,Omniglot, mini-ImageNet, tiered-ImageNet, Open MIC, CUB Birds, Stanford Dogs, Cars, HMDB51, UCF101, mini-MITなどのアクション認識データセットなどの標準データセットに対して,優れた結果を示す。
  論文  参考訳（メタデータ） (2022-01-15T19:49:00Z)
• Recurrent Multi-view Alignment Network for Unsupervised Surface Registration [79.72086524370819]
  非厳格な登録をエンドツーエンドで学習することは、本質的に高い自由度とラベル付きトレーニングデータの欠如により困難である。 我々は、いくつかの剛性変換のポイントワイドな組み合わせで、非剛性変換を表現することを提案する。 また,投影された多視点2次元深度画像上での3次元形状の類似度を計測する可微分損失関数も導入する。
  論文  参考訳（メタデータ） (2020-11-24T14:22:42Z)

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。