論文の概要: woma: a real-time foundation model and its fine-tuned models for endoscopy

• arxiv url: http://arxiv.org/abs/2609.15130v1
• Date: Mon, 14 Sep 2026 07:06:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.125747
• Title: woma: a real-time foundation model and its fine-tuned models for endoscopy
• Title（参考訳）: woma:リアルタイム基盤モデルとその内視鏡のための微調整モデル
• Abstract要約: womaは消化管内視鏡のリアルタイム基盤モデルである。 約100万の内視鏡フレームにラベルなしでトレーニングされたネットワーク。 2つの微調整されたモデルで、すべての結果が満たされたか失敗したかが報告された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: woma is a real-time foundation model for gastrointestinal endoscopy: a network trained without labels on about a million endoscopy frames, from which task models are fine-tuned. We contribute a systematic design for production. Requirements and pass marks were fixed before any run, eight candidates screened under pre-registered rules, self-supervised training taken to a stopping rule, then fine-tuning and deployment optimisation, all on one self-contained library, numbat. We also contribute woma itself with two fine-tuned models, every outcome reported met or missed. Our colonoscopy model finds and outlines polyps, names which colon segment is in view, suggests polyp type and grades bowel preparation. Our gastroscopy model names a station out of 22 protocol sites, flags and outlines lesions, and names one of seven findings. Every number was read on data never seen in training, and shipped weights were chosen on that record. In colonoscopy, 96% of polyps in a six-hospital PolypGen set are found at precision >=0.85, and 19 of 19 polyps across fifteen full REAL-Colon videos at 1.6 false alarms per procedure. In gastroscopy, landmark region is named correctly on 92% of frames from unseen patients, and 37 of 39 held-out neoplasia frames are flagged at specificity 0.91. On one workstation GPU every task runs over 1080p video at about 100 frames per second, faster than PyTorch, ONNX Runtime and TensorRT in all four precision regimes tested. TensorRT comes closest: one pass of our foundation model takes it 3 to 27% longer than ours, and we deliver 6 to 31% more frames per second from frame to results. A second build links no vendor library at all -- our own kernels over Vulkan -- so a site deploys two files and needs no toolkit, no cuDNN and no framework; in f32 it beats the CUDA build on the same card.
• Abstract（参考訳）: womaは、消化管内視鏡のリアルタイム基盤モデルである。約100万の内視鏡フレームにラベルなしでトレーニングされたネットワークで、タスクモデルが微調整されている。 我々は生産のための体系的な設計に貢献する。 要件とパスマークは実行前に修正され、事前登録されたルールの下で8つの候補がスクリーニングされ、セルフ教師付きトレーニングが停止ルールに行われ、それから微調整とデプロイメントの最適化が行われた。 また、我々はWoma自体に2つの微調整されたモデルを提供しています。 大腸内視鏡検査ではポリープを検索・アウトラインし,ポリープ型とグレード型を示唆した。 胃内視鏡検査では,22ヶ所の駅,フラグ,アウトライン病変を同定し,7つの発見点のうちの1つを同定した。 すべての数字は、トレーニングで見たことのないデータに基づいて読み取られ、その記録には出荷された重量が選ばれた。 大腸内視鏡検査では、6-hospital PolypGenセットのポリープの96%が精度 >=0.85 で、19のポリープのうち19のポリープが全15のREAL-Colonビデオで1.6の誤報で検出された。 胃内視鏡では、目に見えない患者の92%のフレームにランドマーク領域が正しく命名され、39の保持されたネオプラシアフレームのうち37の37が特異度0.91でフラグ付けされている。 1つのワークステーションGPUでは、すべてのタスクが1080pのビデオを毎秒約100フレームで実行し、テストされた4つの精度でPyTorch、ONNX Runtime、TensorRTよりも高速である。 ファウンデーションモデルの1パスは、私たちのものよりも3～27%長く、フレームから結果まで毎秒6～31%のフレームを提供しています。 第2のビルドはベンダーライブラリ(Vulkan上の独自のカーネル)をまったくリンクしないため、サイトは2つのファイルをデプロイし、ツールキットもcuDNNもフレームワークも必要とせず、同じカード上のCUDAビルドを破る。

関連論文リスト

• How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
  昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。 HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
  論文  参考訳（メタデータ） (2026-05-08T09:30:31Z)
• Scaling Video Pretraining for Surgical Foundation Models [51.92777479821822]
  SurgRecは、スケーラブルで再現可能な、外科的ビデオ理解のための事前学習のレシピだ。 内視鏡,腹腔鏡,白内障,ロボット手術を対象とする10,535ビデオと214.5Mフレームの大規模なコーパスをキュレートした。
  論文  参考訳（メタデータ） (2026-03-31T16:31:25Z)
• C3VDv2 -- Colonoscopy 3D video dataset with enhanced realism [1.1531098736643364]
  本稿では,高精細3Dビデオデータセットの第2版(v2)であるC3VDv2を紹介する。 計169,371フレームの192の動画は、60のユニークな高忠実度シリコーン大腸ファントムセグメントで撮影された。 消化器科医が取得した8つのシミュレートされた大腸内視鏡ビデオには、真実のポーズが提供されている。 データセットには、質的評価のための大腸変形を備えた15のビデオが含まれている。
  論文  参考訳（メタデータ） (2025-06-30T17:29:06Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [56.99710477905796]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• RT-GAN: Recurrent Temporal GAN for Adding Lightweight Temporal Consistency to Frame-Based Domain Translation Approaches [3.7873597471903944]
  本稿では,個別のフレームベースアプローチに時間的整合性を加えるための,可変時間パラメータRT-GANを用いた軽量な解を提案する。 大腸内視鏡検査における2症例に対するアプローチの有効性について検討した。
  論文  参考訳（メタデータ） (2023-10-02T03:13:26Z)
• PlutoNet: An Efficient Polyp Segmentation Network with Modified Partial Decoder and Decoder Consistency Training [0.40611352512781856]
  PlutoNetは2,626,537のパラメータしか必要とせず、そのパラメータの10%以下である。 修正部分復号器と補助復号器を併用して訓練し、整合性を強化し、エンコーダ表現の改善に役立てる。 我々は、PlutoNetが最先端のモデルよりも優れていることを示すアブレーション研究と広範な実験を行った。
  論文  参考訳（メタデータ） (2022-04-06T20:29:00Z)
• Self-Supervised U-Net for Segmenting Flat and Sessile Polyps [63.62764375279861]
  大腸ポリープの発達は、がんの最も初期の兆候の1つである。 ポリープの早期検出と切除は生存率を90%に大きく向上させる。 大腸内視鏡画像の処理によりポリープを検出するコンピュータ支援診断システム(CADx)が提案されている。
  論文  参考訳（メタデータ） (2021-10-17T09:31:20Z)
• Automatic Polyp Segmentation via Multi-scale Subtraction Network [100.94922587360871]
  臨床的には、正確なポリープセグメンテーションは大腸癌の早期発見に重要な情報を提供する。 既存のほとんどの手法はU字型構造に基づいており、デコーダで段階的に異なるレベルの特徴を融合させるために要素ワイド付加または結合を用いる。 大腸内視鏡画像からポリプを抽出するマルチスケールサブトラクションネットワーク(MSNet)を提案する。
  論文  参考訳（メタデータ） (2021-08-11T07:54:07Z)
• Automatic Polyp Segmentation using Fully Convolutional Neural Network [0.0]
  大腸内視鏡検査における大腸ポリープのミスレートは6～27%である。 大腸内視鏡検査における自動的, 高精度, リアルタイムポリプセグメンテーションの使用は, 臨床医が欠如した病変を除去し, 大腸癌のさらなる進展を予防するのに役立つ。 Medico Automatic Polyp segmentation Challenge'は、polyp segmentationを研究し、高速なセグメンテーションモデルを構築する機会を提供する。 実験により、Kvasir-SEGデータセットでトレーニングされ、未知のデータセットでテストされたモデルは、ディス係数0.7801、mIoU0.6847、リコール0.8077、精度0.8に達することが示された。
  論文  参考訳（メタデータ） (2021-01-11T16:20:57Z)
• Colonoscopy Polyp Detection: Domain Adaptation From Medical Report Images to Real-time Videos [76.37907640271806]
  大腸内視鏡画像と実時間映像の領域間ギャップに対処する画像-ビデオ結合型ポリープ検出ネットワーク(Ivy-Net)を提案する。 収集したデータセットの実験は、Ivy-Netが大腸内視鏡ビデオで最先端の結果を達成することを示した。
  論文  参考訳（メタデータ） (2020-12-31T10:33:09Z)
• Automatic Polyp Segmentation using U-Net-ResNet50 [1.4174475093445236]
  ポリープは大腸癌の前身であり、世界中のがん関連死亡の原因の1つと考えられている。 大腸内視鏡検査では, 形状, サイズ, 周囲の組織類似性の変動により, 大腸ポリープが欠落することが多い。 大腸内視鏡検査において, 自動的, 正確かつ高速なポリープ分割法を用いることで, 多くの大腸ポリープを容易に検出・除去することができる。
  論文  参考訳（メタデータ） (2020-12-30T17:59:18Z)

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。