論文の概要: CEM-TUDASR: Computationally efficient multi-modality transformer based unsupervised domain adaptive super-resolution approach

• arxiv url: http://arxiv.org/abs/2609.11201v1
• Date: Thu, 10 Sep 2026 08:10:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.248821
• Title: CEM-TUDASR: Computationally efficient multi-modality transformer based unsupervised domain adaptive super-resolution approach
• Title（参考訳）: CEM-TUDASR:非教師なし領域適応超解法に基づく計算効率の良い多モード変圧器
• Abstract要約: 本稿では、低分解能(LR)と高分解能(HR)のトレーニングデータを必要としないWCE画像強調のための教師なしトランスフォーマーベースのフレームワークを提案する。 ドメイン適応分解ネットワークは、従来のHR内視鏡画像から現実的なWCEライクなLR画像を合成し、ドメインギャップを低減する。 BRISQUE、PIQE、NIQE、ドメイン固有のEndoQMなどの非参照品質指標は、CEM-TUDASRが既存の教師なしSRメソッドよりも一貫して優れていることを示している。
• 参考スコア（独自算出の注目度）: 0.721481968833929
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wireless Capsule Endoscopy (WCE) enables non-invasive visualization of the gastrointestinal tract, but its miniaturized optics, sensor limitations, and wireless transmission constraints result in low-resolution images with reduced visibility of diagnostically important structures. This paper proposes CEM-TUDASR, a computationally efficient unsupervised Transformer-based super-resolution framework for WCE image enhancement without paired low-resolution (LR) and high-resolution (HR) training data. A domain-adaptive degradation network synthesizes realistic WCE-like LR images from HR conventional endoscopy images, reducing the domain gap and enabling effective unpaired learning. The SR generator integrates Deep Attention Blocks (DABs) and a Fusion Attention Block (FAB) to capture long-range contextual dependencies and fine local structures while preserving perceptual and structural fidelity. The model is trained on a curated dataset derived from Kvasir Capsule and evaluated on KID and GIANA for cross-dataset generalization. No-reference quality metrics, including BRISQUE, PIQE, NIQE, and the domain-specific EndoQM, show that CEM-TUDASR consistently outperforms existing unsupervised SR methods. Qualitative results further demonstrate improved restoration of mucosal textures, vascular patterns, and clinically relevant anatomical details. Cross-domain experiments on retinal images additionally demonstrate the adaptability of the framework. With only 2.67 million parameters and 169.94 GFLOPs, CEM-TUDASR achieves high-quality reconstruction while maintaining computational efficiency, making it suitable for resource-constrained clinical and embedded endoscopic applications.
• Abstract（参考訳）: ワイヤレスカプセル内視鏡(Wireless Capsule Endoscopy, WCE)は、消化管の非侵襲的な可視化を可能にするが、その小型化光学、センサー制限、無線伝送制限により、診断上重要な構造の視認性が低下する低解像度画像が得られる。 本稿では,ペア化低分解能(LR)と高分解能(HR)トレーニングデータを必要としないWCE画像強調のための,計算効率のよいトランスフォーマーベース超解像フレームワークであるCEM-TUDASRを提案する。 ドメイン適応分解ネットワークは、HRの従来の内視鏡画像から現実的なWCEライクLR画像を合成し、ドメインギャップを小さくし、効果的な未経験学習を可能にする。 SRジェネレータは、ディープ・アテンション・ブロック(DAB)とフュージョン・アテンション・ブロック(FAB)を統合し、知覚的および構造的忠実性を保ちながら、長距離のコンテキスト依存や微細な局所構造を捕捉する。 このモデルは、Kvasir Capsuleから得られたキュレートデータセットに基づいて訓練され、データセット間の一般化のためにKIDとGIANAで評価される。 BRISQUE、PIQE、NIQE、ドメイン固有のEndoQMなどの非参照品質指標は、CEM-TUDASRが既存の教師なしSRメソッドよりも一貫して優れていることを示している。 さらに質的な結果は粘膜のテクスチャー、血管パターン、臨床解剖学的細部の改善を証明している。 網膜画像におけるクロスドメイン実験は、さらにフレームワークの適応性を示す。 2.67万のパラメータと169.94のGFLOPしか持たないCEM-TUDASRは、計算効率を維持しながら高品質な再構築を実現し、リソース制約のある臨床および組込み内視鏡応用に適している。

関連論文リスト

• UnCapsTSR: An Unsupervised Transformer-based Image Super-Resolution Approach for Capsule Endoscopy Images [0.7501713038514418]
  ワイヤレスカプセル内視鏡(WCE)は、患者の消化管(GI)を通り抜けながらビデオをキャプチャしてストリームする。 WCEはカプセルのサイズと無線通信に関する限界に悩まされ、粗い解像度の画像が生成される。 UnCapsTSRは、LR WCE画像の空間分解能を改善するための、教師なしトランスフォーマーベースのジェネレータネットワークフレームワークである。
  論文  参考訳（メタデータ） (2026-09-02T11:48:17Z)
• Morphology-Aware Implicit Super-Resolution Network for Pathological Images [27.177894894882673]
  Morph-ISRはDigital Pathologyのための暗黙の超解像フレームワークである。 複雑な組織の多様性の下で、診断に関係のある詳細をサブピクセル精度で復元する。 Morph-ISRは評価手法の中で最高のLPIPSとST-LPIPSを実現している。
  論文  参考訳（メタデータ） (2026-08-04T13:41:57Z)
• Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
  制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。 In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。 IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
  論文  参考訳（メタデータ） (2026-03-11T06:14:11Z)
• Structure-constrained Language-informed Diffusion Model for Unpaired Low-dose Computed Tomography Angiography Reconstruction [72.80209358480424]
  ヨウ素化コントラスト培地(ICM)の過剰摂取は、腎臓の損傷と致命的なアレルギー反応を引き起こす。 深層学習法は、低線量ICMから正常線量ICMのCT画像を生成することができ、必要な線量を減らすことができる。 本研究では,構造シナジーと空間知性を統合した構造制約型言語情報拡散モデル(SLDM)を提案する。
  論文  参考訳（メタデータ） (2026-01-28T06:54:06Z)
• Super-Resolution Enhancement of Medical Images Based on Diffusion Model: An Optimization Scheme for Low-Resolution Gastric Images [1.416562653124415]
  カプセル内視鏡は最小侵襲の消化管画像撮影を可能にしているが、その臨床的有用性は、キャプチャー画像の本質的に低解像度化によって制限されている。 本研究では, カプセル内視鏡像をデータ駆動方式で高精細化するための拡散型超解像フレームワークについて検討する。
  論文  参考訳（メタデータ） (2025-12-22T03:37:47Z)
• Ortho-Fuse: Orthomosaic Generation for Sparse High-Resolution Crop Health Maps Through Intermediate Optical Flow Estimation [0.0]
  AIによる作物の健康マッピングシステムは、従来のモニタリング手法よりも大きな利点がある。 伝統的なフォトグラム再構成は、十分な特徴対応を確立するために、画像間の70-80%のオーバーラップを必要とする。 オーソファス(Ortho-Fuse)は、オーソモザイクを発生させるための光学的フローベースフレームワークである。
  論文  参考訳（メタデータ） (2025-10-11T22:33:34Z)
• InterLCM: Low-Quality Images as Intermediate States of Latent Consistency Models for Effective Blind Face Restoration [106.70903819362402]
  拡散前駆体は、低画質画像の復元のために、復元データセットの微細調整拡散モデル(DM)によってブラインドフェイス復元(BFR)に使用されている。 我々は,その優れたセマンティック一貫性と効率のために潜在一貫性モデル(LCM)を活用するために,InterLCMを提案する。 InterLCMは、合成データセットと実世界のデータセットの両方において既存のアプローチより優れており、推論速度も高速である。
  論文  参考訳（メタデータ） (2025-02-04T10:51:20Z)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality Assessment [71.27193056354741]
  クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。 本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。 K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
  論文  参考訳（メタデータ） (2023-07-10T01:26:48Z)
• This Intestine Does Not Exist: Multiscale Residual Variational Autoencoder for Realistic Wireless Capsule Endoscopy Image Generation [7.430724826764835]
  新規な変分オートエンコーダアーキテクチャ,すなわち "This Intestine Don Not Exist" (TIDE) を提案する。 提案アーキテクチャは,マルチスケールな特徴抽出畳み込みブロックと残差接続を備え,高品質で多様なデータセットの生成を可能にする。 利用可能なデータセットの増大を指向した現在のアプローチとは対照的に,本研究では,TIDEを用いて実際のWCEデータセットを完全に置換できることを実証する。
  論文  参考訳（メタデータ） (2023-02-04T11:49:38Z)
• Negligible effect of brain MRI data preprocessing for tumor segmentation [36.89606202543839]
  我々は3つの公開データセットの実験を行い、ディープニューラルネットワークにおける異なる前処理ステップの効果を評価する。 その結果、最も一般的な標準化手順は、ネットワーク性能に何の価値も与えないことが示されている。 画像の規格化に伴う信号分散の低減のため,画像強度正規化手法はモデル精度に寄与しない。
  論文  参考訳（メタデータ） (2022-04-11T17:29:36Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)

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。