論文の概要: An Ultra-Widefield Swept-Source OCTA Dataset and a Polar-Gated Mamba Network for Retinal Vessel Segmentation

• arxiv url: http://arxiv.org/abs/2609.12574v1
• Date: Fri, 11 Sep 2026 08:25:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.680168
• Title: An Ultra-Widefield Swept-Source OCTA Dataset and a Polar-Gated Mamba Network for Retinal Vessel Segmentation
• Title（参考訳）: 網膜血管セグメンテーションのための極ゲート型マンバネットワークと超Widefield Swept-Source OCTAデータセット
• Abstract要約: WOIVESは、UWF SS- OCTA船体分離データセットとして初めて公開された。 WOIVESはエンメトロピアを高いミオピアに広げ、軟らかい確率容器アノテーションを提供する。 2つの相補的な極座標スキャン順序で従来の方向スキャンを強化する視覚状態空間モデルPG-Mambaを提案する。
• 参考スコア（独自算出の注目度）: 9.214752535301894
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ultra-widefield (UWF) swept-source optical coherence tomography angiography (SS-OCTA) enables large-area retinal vascular imaging, yet vessel segmentation at this scale lacks dedicated public benchmarks and comprehensive evaluation for quantitative vascular analysis. We introduce WOIVES, to our knowledge the first publicly available UWF SS-OCTA vessel-segmentation dataset, comprising 206 eyes from 152 participants with a 24x20mm^2 field of view. WOIVES spans emmetropia to high myopia and provides soft probability vessel annotations. We further propose PG-Mamba, a visual state space model that enhances conventional directional scans with two complementary polar-coordinate scan orders. An auxiliary Dynamic FOV Gating module performs spatial modulation at the bottleneck. PG-Mamba outperformed seven competitive approaches on broad segmentation metrics under cross-validation. It achieved the lowest median absolute errors for vessel density, fractal dimension, and vessel length density. WOIVES is publicly available on Zenodo (DOI: 10.5281/zenodo.21904672), and the PG-Mamba code is available at https://github.com/syb1234567/PG-Mamba.
• Abstract（参考訳）: Ultra-widefield (UWF) swept-source optical coherence tomography angiography (SS-OCTA)は、大面積網膜血管画像撮影を可能にするが、このスケールでの血管セグメンテーションには専用のベンチマークや定量的血管分析のための包括的な評価が欠如している。 We introduced WOIVES, to our knowledge, the first public available UWF SS-OCTA vessel-segmentation dataset, including 206 eyes from 152 participants with a 24x20mm^2 field of view。 WOIVESはエンメトロピアを高いミオピアに広げ、軟らかい確率容器アノテーションを提供する。 さらに、2つの相補的な極座標スキャン順序で従来の方向スキャンを強化する視覚状態空間モデルPG-Mambaを提案する。 補助動的FOVゲーティングモジュールは、ボトルネックにおいて空間変調を行う。 PG-Mambaは、クロスバリデーションの下での幅広いセグメンテーションの指標において、競争力のある7つのアプローチを上回りました。 船体密度、フラクタル次元、船体長さの最小限の絶対誤差を達成した。 WOIVES は Zenodo (DOI: 10.5281/zenodo.21904672) で公開されており、PG-Mamba コードは https://github.com/syb1234567/PG-Mamba で公開されている。

関連論文リスト

• CSG-Mamba: A Convolutional Scoring Gating Vision State Space Network for Endoscopic Polyp Segmentation [3.6522511141448075]
  内視鏡ポリープ分割のための畳み込みゲーティング・ビジョン・ステート・スペース・ネットワークCSG-Mambaを提案する。 VM-UNetスタイルの非対称なU字型エンコーダデコーダ上に構築されたCSG-Mambaは、意味的にリッチなボトルネックにConvolutional Scoring Gating (CSG)モジュールを挿入する。 3つのランダムシードを用いた実験では、CSG-MambaはKvasir-SEGで0.9220Dice、15.87HD95、CVC-ColonDBで0.7418Dice、0.6570mIoUを達成した。
  論文  参考訳（メタデータ） (2026-08-14T09:54:52Z)
• SonoCLIP: Mask-Guided Region-Aware Vision-Language Pretraining for Fetal Ultrasound Analysis [51.81845420301345]
  SonoCLIPは胎児超音波解析のための視覚言語基盤モデルである。 セグメンテーションマスクを視覚エンコーダ内にマスクチャネル視覚プロンプトとして組み込む。 グローバルおよびマスク誘導推論の両方において、ゼロショット転送性能に優れる。
  論文  参考訳（メタデータ） (2026-06-28T20:04:49Z)
• Joint-octamamba:an octa joint segmentation network based on feature enhanced mamba [2.7611545247536355]
  網膜血管(RV)セグメンテーションの現在の2D法は、精度が不十分である。 本稿では,複数の特徴抽出モジュールをMamba状態空間モデルに統合した新しいアーキテクチャであるRVMambaを提案する。 FAZMambaと統合型OCTAMambaフレームワークを紹介する。
  論文  参考訳（メタデータ） (2025-09-15T07:36:21Z)
• SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
  公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。 SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。 Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
  論文  参考訳（メタデータ） (2024-11-14T17:06:00Z)
• OCTAMamba: A State-Space Model Approach for Precision OCTA Vasculature Segmentation [10.365417594185685]
  そこで我々は,OCTAMambaを提案する。OCTAMambaはOCTAMambaアーキテクチャをベースとした新しいU字型ネットワークで,OCTA内の血管を正確に分割する。 OCTAMambaは、局所的な特徴抽出のためのQuad Stream Efficient Mining Embedding Module、マルチスケールDilated Asymmetric Convolution ModuleをキャプチャするMulti-Scale Dilated Convolution Module、ノイズをフィルタリングしターゲット領域をハイライトするFocused Feature Recalibration Moduleを統合している。 本手法は,線形複雑度を維持しつつ,効率的なグローバルモデリングと局所特徴抽出を実現し,低計算医療応用に適している。
  論文  参考訳（メタデータ） (2024-09-12T12:47:34Z)
• Serp-Mamba: Advancing High-Resolution Retinal Vessel Segmentation with Selective State-Space Model [45.682311387979944]
  本稿では,この課題に対処する最初のSerpentine Mamba(Serp-Mamba)ネットワークを提案する。 我々はまず,UWF-SLO画像をヘビのように曲がった血管構造に沿って走査するSerpentine Interwoven Adaptive (SIA)スキャン機構を考案した。 次に,高分解能画像によって強調されるカテゴリ不均衡問題に対処するアンビグニティ駆動型デュアルリカレーションモジュールを提案する。
  論文  参考訳（メタデータ） (2024-09-06T15:40:47Z)
• Monocular Visual-Inertial Depth Estimation [66.71452943981558]
  単眼深度推定と視覚慣性計測を統合した視覚慣性深度推定パイプラインを提案する。 提案手法は, 疎度度に対する大域的スケールとシフトアライメントを行い, 続いて学習に基づく高密度アライメントを行う。 本研究では,TartanAir と VOID のデータセットを用いて,密集したスケールアライメントによるRMSE の最大30%の削減を観測した。
  論文  参考訳（メタデータ） (2023-03-21T18:47:34Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• FetReg: Placental Vessel Segmentation and Registration in Fetoscopy Challenge Dataset [57.30136148318641]
  Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。 コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。 本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:14:27Z)
• ROSE: A Retinal OCT-Angiography Vessel Segmentation Dataset and New Model [41.444917622855606]
  OCT-Aセグメンテーションデータセット(ROSE)は229枚のOCT-A画像からなり、中心線レベルまたは画素レベルで血管アノテーションを付加する。 次に,スプリットをベースとしたSCF-Net(Coarse-to-Fine vessel segmentation Network)を提案する。 SCF-Netでは、スプリットベース粗いセグメンテーション(SCS)モジュールを最初に導入し、スプリットベースリファインメント(SRN)モジュールを使用して形状・形状を最適化する。
  論文  参考訳（メタデータ） (2020-07-10T06:54:19Z)

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。