論文の概要: FPicker: Topology-Guided Evolution for Filament Tracing in Low-SNR Microscopy

• arxiv url: http://arxiv.org/abs/2609.08305v1
• Date: Tue, 08 Sep 2026 06:25:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.594501
• Title: FPicker: Topology-Guided Evolution for Filament Tracing in Low-SNR Microscopy
• Title（参考訳）: FPicker: 低SNR顕微鏡におけるフィラメント追跡のためのトポロジーガイドによる進化
• Abstract要約: FPickerは、Cryo-Electron Microscopyにおける3次元フィラメント追跡のためのトポロジー誘導フレームワークである。 中心端表現と開曲線展開モジュールを通じて知覚を統一し、非循環接続を明示的にモデル化する。 実世界のEMPIARデータセットのゼロショット性能は強靭なトポロジカルな抵抗を示し、微調整によって最先端の82.9%のmSAPを達成した。
• 参考スコア（独自算出の注目度）: 14.980713248913732
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automating filament tracing in Cryo-Electron Microscopy (Cryo-EM) is essential for 3D helical reconstruction but challenged by intersecting topologies and extremely low Signal-to-Noise Ratios ($\text{SNR} = σ_s^2/σ_n^2$ < 0.1 or -10 dB). Existing paradigms fail: pixel-wise segmenters suffer from severe topological fracturing, box-based detectors face ghost center drift, sequential trackers derail due to error accumulation, and traditional active contours collapse under artificial closed-curve constraints. To resolve these bottlenecks, we present FPicker, the first topology-guided framework reconciling these incompatibilities. It unifies perception via a center-endpoint representation and an open-curve evolution module to explicitly model non-cyclic connectivity. On simulated benchmarks, FPicker outperforms top baselines by over $40\%$ relative gain in mean spatio-angular precision (mSAP) and reduces topological gap rates by over $60\%$ under extreme noise ($-20\text{ dB}$). By learning intrinsic physical geometry rather than local texture, FPicker demonstrates strong potential as a resilient geometric backbone. Its zero-shot performance on the real-world EMPIAR dataset exhibits robust topological resistance, achieving a state-of-the-art 82.9\% mSAP upon fine-tuning. Our results also suggest modeling physical priors is a highly robust path toward bridging the sim-to-real gap in signal-starved scientific imaging. The code is publicly available at: https://github.com/tomzhaosky/FPicker.
• Abstract（参考訳）: Cryo-Electron Microscopy (Cryo-EM) におけるフィラメント追跡の自動化は3次元ヘリカル再構成には不可欠であるが、トポロジと極低信号-雑音比(\text{SNR} = σ_s^2/σ_n^2$ < 0.1 or -10 dB)の交差による課題である。 既存のパラダイムでは、ピクセルワイドセグナーは厳しいトポロジカルフラクチャーに悩まされ、ボックスベースの検出器はゴーストセンタードリフトに直面し、シーケンシャルトラッカーはエラーの蓄積によって脱線し、従来のアクティブな輪郭は人工閉曲線の制約の下で崩壊する。 これらのボトルネックを解決するために、最初のトポロジ誘導フレームワークであるFPickerを紹介した。 中心端表現と開曲線展開モジュールを通じて知覚を統一し、非循環接続を明示的にモデル化する。 シミュレーションベンチマークでは、FPickerは平均時差角精度(mSAP)で40\%以上の相対的なゲインを上回り、極端なノイズ(-20\text{ dB}$)の下では60\%以上のトポロジ的ギャップレートを減少させる。 局所的なテクスチャよりも本質的な物理幾何学を学ぶことで、FPickerはレジリエントな幾何学的バックボーンとして強いポテンシャルを示す。 実世界のEMPIARデータセットにおけるゼロショットのパフォーマンスは、頑丈なトポロジカルな抵抗を示し、微調整によって最先端の82.9\% mSAPを達成する。 以上の結果から, 物理先行画像のモデリングは, 信号スターベド・サイエンス・イメージングにおけるsim-to-realギャップを埋める上で, 極めて堅牢な方法であることが示唆された。 コードは、https://github.com/tomzhaosky/FPicker.comで公開されている。

関連論文リスト

• SeamFlow: Structure-Aware Flow Matching on Edge Probabilities for Artist-Like UV Unwrapping [49.50766584180635]
  3次元表面切削のための新しい生成フレームワークSeamFlowを紹介する。 SeamFlowは例外的なセマンティックコヒーレンスと極めて低いパラメータ化歪みを実現する。
  論文  参考訳（メタデータ） (2026-09-04T05:31:09Z)
• DepthART: Scaling Foundation Monocular Depth to Tiny Models [51.10174763031444]
  DepthARTは、様々なシーンにまたがるデバイス上のデプロイメントのためのコンパクトなMDEモデルである。 ゼロショット一般化とメートル法精度の両方において、DepthARTが従来の小さなベースラインを一貫して上回っていることを示す。 また、GTX A6000で347/245 FPS (strict FP32)、Orin NX 8GBで2242/4482ドル、102 FPS (TF32)、Jetson Nano 4GBで15 FPS (FP32) に達したスケーラブルなモデルファミリも提供しています。
  論文  参考訳（メタデータ） (2026-07-19T06:54:52Z)
• NoPA: Non-Parametric Online 3D Scene Graph Generation [57.15076373014265]
  NoPAは各オブジェクトを別の非パラメトリック分布として表現する。 カーネル密度推定における平均誤差の最大化を利用して、オブジェクト候補のロバストなマージを可能にする。 NoPAは、リアルタイムの推論速度を犠牲にすることなく、現在の手法を大幅に上回る。
  論文  参考訳（メタデータ） (2026-07-01T07:18:07Z)
• GRACE: Gated Refinement for Accurate Causal Edge Discovery in High-Dimensional Time Series [0.0]
  高速リニアCIスケルトンはハイリコール候補を提供する。 単一ゲートモデルは、どのエッジが真に予測を改善するかを学ぶことによって、偽陽性を誘発する。 GRACEは高価な非線形CIテストと少しのコストで一致または超過します。
  論文  参考訳（メタデータ） (2026-06-22T19:26:38Z)
• Rethinking the Pointer Loss in Table Structure Recognition: Geometry-Aware Pointer Loss for Spatial Locality [12.986158862036866]
  ポインタネットワークを用いたテーブル構造認識は、検出されたテキスト(またはセル)領域にタグをアライメントしながらHTMLシーケンスを予測することで、印象的な結果を得る。 ポインタネットワークが失敗すると、79.6%のエラーが発生する。 本研究では,地中真理に近接した空間的近さに基づくクロスエントロピー目的の重み付けを行うGAPロスを提案する。
  論文  参考訳（メタデータ） (2026-06-17T05:59:31Z)
• FlatVPR: Plug-and-play Geo-linear Residual Adapter for Geometric Rectification of Foundation Model Feature Manifolds [0.7734726150561086]
  FlatVPR'は、視覚的位置認識における地図軽量性と位置決め精度のトレードオフを橋渡しする。 本手法は, 数学的に接地したプルバック平坦性損失を用いて, 多様体曲率を明示的に抑制する。 NCLTデータセットの実験では、アダプタの適用によってパフォーマンスが大幅に向上することを示した。
  論文  参考訳（メタデータ） (2026-06-01T05:56:59Z)
• Metric--Phase Fields: Decoupling Distance and Sign for Thin-Structure Reconstruction from Unoriented Point Clouds [67.30236447078187]
  本稿では,距離近接を位相相から分離する非結合な暗黙的表現であるMetric-Phase Fields (MPFs)を紹介する。 合成および走査された薄殻形状と薄板形状の両方の実験により、MPFは最近のSDF法よりも薄くて層状構造を忠実に保存することが示された。
  論文  参考訳（メタデータ） (2026-05-25T07:08:57Z)
• Encoding Robust Topological Signatures for Hyperdimensional Computing [1.370633147306388]
  トポロジ誘導型HDコンピューティングは, 単純なHDベースラインに比べてロバスト性を大幅に向上することを示す。 クリーンなデータに基づいて訓練されたコンパクトなCNNと比較して,本手法は,いくつかの画素レベルの破損に対して極めて強い堅牢性を提供しながら,競合するクリーンな精度を実現する。
  論文  参考訳（メタデータ） (2026-05-16T03:36:40Z)
• Coupled Data and Measurement Space Dynamics for Enhanced Diffusion Posterior Sampling [27.146380722473932]
  ノイズや不完全な測定から未知の信号を回復することが目的の逆問題であり、医療画像、リモートセンシング、計算生物学の中心である。 本稿では,空間拡散後サンプリング(C-DPS)と呼ばれる新しいフレームワークを提案する。 C-DPSは、複数の逆問題ベンチマークにおいて、定性的かつ定量的に、既存のベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2025-10-08T18:59:16Z)
• Gaussian Primitive Optimized Deformable Retinal Image Registration [19.882820812725523]
  変形性網膜画像登録は、大きな同種領域とスパースだが重要な血管的特徴のため、非常に困難である。 これらの課題を克服するために、構造化メッセージパッシングを実行する新しい反復的フレームワークを導入する。 FIREデータセットの実験では、GPOはターゲット登録エラーを6.2,pxから2.4,pxに減らし、AUCを0.770から0.938に増やしている。
  論文  参考訳（メタデータ） (2025-08-23T00:44:50Z)
• Information-Theoretic Thresholds for Planted Dense Cycles [52.076657911275525]
  本研究では,社会科学や生物科学においてユビキタスな小世界ネットワークのランダムグラフモデルについて検討する。 植え込み高密度サイクルの検出と回復の両面において、情報理論の閾値を$n$, $tau$、エッジワイド信号対雑音比$lambda$で特徴づける。
  論文  参考訳（メタデータ） (2024-02-01T03:39:01Z)
• Graph Signal Sampling for Inductive One-Bit Matrix Completion: a Closed-form Solution [112.3443939502313]
  グラフ信号解析と処理の利点を享受する統合グラフ信号サンプリングフレームワークを提案する。 キーとなる考え方は、各ユーザのアイテムのレーティングをアイテムイットグラフの頂点上の関数(信号)に変換することである。 オンライン設定では、グラフフーリエ領域における連続ランダムガウス雑音を考慮したベイズ拡張(BGS-IMC)を開発する。
  論文  参考訳（メタデータ） (2023-02-08T08:17:43Z)
• Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements [62.997667081978825]
  脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。 我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。 次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
  論文  参考訳（メタデータ） (2021-11-15T09:08:27Z)

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。