論文の概要: MultiAttenGastro: Multi-Dimensional Attention Augmentation for Gastrointestinal Endoscopy Classification
- arxiv url: http://arxiv.org/abs/2609.05070v1
- Date: Fri, 04 Sep 2026 12:28:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.033652
- Title: MultiAttenGastro: Multi-Dimensional Attention Augmentation for Gastrointestinal Endoscopy Classification
- Title（参考訳）: MultiAttenGastro:消化器内視鏡診断のための多次元注意増強
- Abstract要約: MultiAttenGastroは、パラレル1-Dチャンネル、2-D空間、3-Dコンテキストヘッドを備えたプラグアンドプレイアテンションフレームワークである。
我々は,5つの公開GIデータセット上で,CNNとトランスフォーマーのバックボーン間で,最初の体系的クロスデータセット評価を行う。
- 参考スコア（独自算出の注目度）: 1.4705303178518936
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated gastrointestinal (GI) endoscopy classification requires models that generalize across diverse modalities and class distributions, often far from natural-image pretraining. We propose MultiAttenGastro, a plug-and-play attention framework with parallel 1-D channel, 2-D spatial, and 3-D contextual heads, and present the first systematic cross-dataset evaluation across eight CNN and transformer backbones on five public GI datasets (80 backbone--dataset runs). We find that attention effectiveness is not universal but tracks the representational gap between ImageNet features and the target distribution: MultiAttenGastro improves 6 of 8 backbones on Kvasir-Capsule (14-class WCE, large gap; best macro F1 98.33\%), is uniformly negative on the small-gap Kvasir-v2 benchmark (0/8), and shows mixed outcomes on datasets with intermediate gap. Five-seed ablation on the strongest case (Kvasir-Capsule, ConvNeXt-Tiny) shows this improvement is directionally consistent, but not statistically decisive (paired $t$: $p=0.47$; Wilcoxon: $p=0.63$), and that individual attention heads are not uniformly beneficial in isolation only their combination yields a positive mean effect. Centered Kernel Alignment (CKA) analysis links this pattern to representational redundancy: low inter-head CKA under large domain gaps coincides with the framework's only consistent gains, while high redundancy under small gaps coincides with its losses. We report these results, including the non-significant margins, as evidence for when and why multi-dimensional attention helps GI endoscopy classification, rather than as a claim that MultiAttenGastro is a strictly superior architectural choice.
- Abstract（参考訳）: 自動消化器内視鏡分類(GI)では、様々なモダリティやクラス分布を一般化するモデルが必要であり、多くの場合、自然像の事前訓練から遠ざかっている。
提案するMultiAttenGastroは,5つの公開GIデータセット(80 Backbone-dataset run)上で,8つのCNNおよびトランスフォーマーバックボーンにまたがる最初の体系的クロスデータセット評価を行う。
MultiAttenGastro は Kvasir-Capsule (14-class WCE, large gap; best macro F1 98.33\%) 上の8つのバックボーンのうち 6 つを改良し、小ギャップ Kvasir-v2 ベンチマーク (0/8) において一様に負となる。
最強ケース(Kvasir-Capsule, ConvNeXt-Tiny)上の5シードのアブレーションでは、この改善は方向整合性を示すが統計的には決定的ではない(p=0.47$; Wilcoxon: $p=0.63$; ウィルコクソン: $p=0.63$)。
中心的なカーネルアライメント(CKA)分析は、このパターンを表現的冗長性にリンクする: 大きなドメインギャップの下の頭間CKAはフレームワークの唯一の一貫した利得と一致し、小さなギャップの下の高い冗長性はその損失と一致する。
マルチAttenGastroが厳格に優れたアーキテクチャ選択であるという主張よりも,多次元の注意がGI内視鏡の分類にいつ、なぜ役立つのかを示す証拠として,非重要なマージンを含むこれらの結果を報告する。
関連論文リスト
- Multi-Source Multi-View Graph Domain Adaptation with Hyperbolic Residual Encoding for Cross-Site MDD Identification from rs-fMRI [7.161131821089437]
静止状態磁気共鳴画像(rs-fMRI)からの大うつ病(MDD)のクロスサイト同定は、部位間分布シフトと不均一機能接続(FC)ビューによって妨げられる。
これらの見解は相補的な神経関係をとらえるが、異なる部位バイアスとグラフトポロジーを示す。
平均精度は73.60%,AUCは71.90%である。
論文 参考訳（メタデータ） (2026-07-31T15:30:16Z) - GCE-MIL: Faithful and Recoverable Evidence for Multiple Instance Learning in Whole-Slide Imaging [4.001315295826918]
多重インスタンス学習(MIL)は,WSI分類と生存予測の標準手法である。
GCE-MILは3つのインジェクションモードと3つのエビデンスコンポーネントによって実装されたバックボーンに依存しないラッパーである。
論文 参考訳（メタデータ） (2026-05-17T13:56:30Z) - Representation geometry shapes task performance in vision-language modeling for CT enterography [1.1999555634662633]
腹部CT検査における視覚言語変換学習の初回研究について報告する。
スライスを埋め込むことで 分類学的疾患の評価が向上します
組織ごとのコントラストは、より広い空間カバレッジよりも重要である。
論文 参考訳（メタデータ） (2026-04-14T17:56:23Z) - HypCBC: Domain-Invariant Hyperbolic Cross-Branch Consistency for Generalizable Medical Image Analysis [1.8747639074211104]
医用画像解析における双曲表現学習の総合的検証について述べる。
我々は11の分布内データセットと3つのViTモデルに対して統計的に有意な利得を示した。
提案手法は,ドメイン不変性を促進し,平均2.1%のAUCで最先端のユークリッド法より優れる。
論文 参考訳（メタデータ） (2026-02-03T08:50:24Z) - Dual-view Correlation Hybrid Attention Network for Robust Holistic
Mammogram Classification [13.588373358392142]
マルチビュー相関型ハイブリット・アテンション・ネットワーク(DCHA-Net)を提案する。
局所的関係と非局所的注目ブロックからなるハイブリッドアテンションモジュールを提案し,その相関関係におけるペアビューの空間的不整合を緩和する。
InbreastとCBIS-DDSMの2つの公開データセットの実験結果から、DCHA-Netはビュー間の特徴相関を適切に保存し、最大化することを示した。
論文 参考訳（メタデータ） (2023-06-19T02:34:42Z) - Efficient Bilateral Cross-Modality Cluster Matching for Unsupervised Visible-Infrared Person ReID [56.573905143954015]
本稿では, クラスタ間マッチングによるモダリティギャップを低減するための, クラスタマッチングに基づく新たな学習フレームワークを提案する。
このような監視信号の下では、クラスタレベルで特徴を協調的に整列させるために、モダリティ・特定・モダリティ・非依存(MSMA)コントラスト学習フレームワークが提案されている。
公開SYSU-MM01とRegDBデータセットの実験により,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2023-05-22T03:27:46Z) - Bend-Net: Bending Loss Regularized Multitask Learning Network for Nuclei
Segmentation in Histopathology Images [65.47507533905188]
重なり合う核を正確に分離するために、曲げ損失正規化器を備えた新しいマルチタスク学習ネットワークを提案する。
新たに提案されたマルチタスク学習アーキテクチャは、3つのタスクから共有表現を学習することで一般化を促進する。
提案した曲げ損失は,輪郭点を大きな曲率で囲むために高いペナルティを定義し,小さな曲率で凸輪郭点に小さなペナルティを適用した。
論文 参考訳（メタデータ） (2021-09-30T17:29:44Z) - Cross-Site Severity Assessment of COVID-19 from CT Images via Domain
Adaptation [64.59521853145368]
CT画像によるコロナウイルス病2019(COVID-19)の早期かつ正確な重症度評価は,集中治療単位のイベント推定に有効である。
ラベル付きデータを拡張し、分類モデルの一般化能力を向上させるためには、複数のサイトからデータを集約する必要がある。
この課題は、軽度の感染症と重度の感染症の集団不均衡、部位間のドメイン分布の相違、不均一な特徴の存在など、いくつかの課題に直面する。
論文 参考訳（メタデータ） (2021-09-08T07:56:51Z) - Margin Preserving Self-paced Contrastive Learning Towards Domain
Adaptation for Medical Image Segmentation [51.93711960601973]
クロスモーダル医療画像セグメンテーションのための自己ペースコントラスト学習モデルを保存する新しいマージンを提案する。
プログレッシブに洗練されたセマンティックプロトタイプの指導により、埋め込み表現空間の識別性を高めるために、コントラスト損失を減少させる新しいマージンが提案される。
クロスモーダル心セグメンテーションタスクの実験は、MPSCLが意味セグメンテーション性能を大幅に改善することを示した。
論文 参考訳（メタデータ） (2021-03-15T15:23:10Z) - Channelized Axial Attention for Semantic Segmentation [70.14921019774793]
チャネルアキシャルアテンション(CAA)を提案し、チャネルアテンションと軸アテンションをシームレスに統合し、計算複雑性を低減します。
私たちのCAAは、DANetのような他の注意モデルに比べて計算リソースをはるかに少なくするだけでなく、すべての検証済みデータセット上で最先端のResNet-101ベースのセグメンテーションモデルよりも優れています。
論文 参考訳（メタデータ） (2021-01-19T03:08:03Z) - PraNet: Parallel Reverse Attention Network for Polyp Segmentation [155.93344756264824]
大腸内視鏡画像の高精度なポリープ分割のための並列リバースアテンションネットワーク(PraNet)を提案する。
並列部分復号器(PPD)を用いて,まず高層層に特徴を集約する。
さらに,エリアとバウンダリの関連性を確立するために,リバースアテンション(RA)モジュールを用いて境界キューをマイニングする。
論文 参考訳（メタデータ） (2020-06-13T08:13:43Z)
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。