論文の概要: IMVS: Interactive Medical Volume Segmentation with Test-Time Adaptation - A New Method for Annotating Radiology Datasets
- arxiv url: http://arxiv.org/abs/2609.16775v1
- Date: Tue, 15 Sep 2026 07:43:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.39265
- Title: IMVS: Interactive Medical Volume Segmentation with Test-Time Adaptation - A New Method for Annotating Radiology Datasets
- Title（参考訳）: IMVS:Test-Time Adaptationによる医用ボリュームの対話的セグメンテーション -ラジオロジーデータセットの注釈付けのための新しい方法
- Abstract要約: 本稿では,Human-in-the-loopアノテーションフレームワークIMVSを提案する。
新しいセグメンテーションプリミティブではなく、3つのコンポーネントをクローズドループに構成する。
強力なインタラクティブなベースラインと品質を一致させ、アノテーションの努力を徹底的に削減する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Annotating large radiology datasets is bottlenecked by the manual effort of delineating structures slice-by-slice in 3D volumes. Interactive methods reduce this effort but stay interaction-inefficient: slice-wise methods (including many foundation models) ignore inter-slice continuity, while 3D and video-based methods propagate a prompt with a \emph{fixed} propagator that never adapts to the target volume, so it drifts on low-contrast or pathological structures and must be re-prompted. We present IMVS, a human-in-the-loop annotation framework that composes three components into a closed loop rather than a new segmentation primitive: a lightweight 2D Slice Mask Adapter (SMA) fine-tuned online from user scribbles, a frozen Volume Mask Tracker (VMT) that propagates corrected masks across adjacent slices, and a soft teacher--student alignment that limits forgetting. The SMA is backbone-agnostic (UNet++, DeepLabV3, TransUNet). Across 8 public CT/MRI datasets, IMVS matches strong interactive baselines in quality while sharply cutting annotation effort: $14.4\times$ faster than a proficient copy-based manual workflow ($22.3\times$ over naive manual), $4.6\times$ over slice-wise and $1.9\times$ over 3D interactive methods. MedSAM2 and ScribblePrompt stay competitive or stronger on well-delineated organs; IMVS's advantage is largest on challenging targets and on interaction efficiency. Source code and Demo Video: https://github.com/AbhilakshSinghReen/imvs.
- Abstract（参考訳）: 大規模な放射線学データセットの注釈付けは、3Dボリュームで構造をスライスする手作業によってボトルネックとなる。
スライスワイズ法(多くの基礎モデルを含む)はスライス間の連続性を無視するが、3Dおよびビデオベース法はターゲットの体積に適応しないプロパゲータでプロンプトを伝搬するので、低コントラストや病理構造を漂流し、再増殖しなければならない。
IMVSは3つのコンポーネントを新しいセグメンテーションプリミティブではなくクローズドループに構成する。ライトウェイトな2次元スライスマスクアダプタ(SMA)をユーザスクリブルからオンラインで微調整し,隣接するスライスにまたがって修正マスクを伝播する冷凍ボリュームマスクトラッカー(VMT)と,忘れることを制限するソフトな教師学生アライメントである。
SMAはバックボーンに依存しない(UNet++、DeepLabV3、TransUNet)。
8つの公開CT/MRIデータセットを通して、IMVSは、強力なインタラクティブなベースラインと一致し、アノテーションの努力を鋭く削減する。14.4\times$は、熟練したコピーベースのマニュアルワークフロー(22.3\times$ over naive manual)よりも高速である。4.6\times$ over slice-wiseと1.9\times$ over 3D Interactive Methodである。
MedSAM2 と ScribblePrompt は、よく定義された臓器では競争力または強固であり、IMVS の利点は、挑戦的なターゲットと相互作用効率において最大である。
ソースコードとデモビデオ:https://github.com/AbhilakshSinghReen/imvs.com
関連論文リスト
- MedPruner: Training-Free Hierarchical Token Pruning for Efficient 3D Medical Image Understanding in Vision-Language Models [59.180043227905294]
MedPrunerは、3次元医用画像の効率的な理解のためのトレーニング不要でモデルに依存しない階層的トークンプレーニングフレームワークである。
我々は、MedPrunerによって、MedGemmaのようなモデルが元の性能を維持したり、超えたりすることが可能であり、ビジュアルトークンの5%以下を維持していることを示す。
論文 参考訳（メタデータ） (2026-03-12T07:37:00Z) - GeoSAM2: Unleashing the Power of SAM2 for 3D Part Segmentation [81.0871900167463]
GeoSAM2は3次元部分分割のためのプロンプト制御可能なフレームワークである。
テクスチャのないオブジェクトが与えられた場合、事前に定義された視点から正規写像とポイントマップを描画する。
部品の選択をガイドするシンプルな2Dプロンプト(クリックやボックス)を受け入れます。
予測されたマスクはオブジェクトにバックプロジェクションされ、ビューに集約される。
論文 参考訳（メタデータ） (2025-08-19T17:58:51Z) - Rethinking End-to-End 2D to 3D Scene Segmentation in Gaussian Splatting [86.15347226865826]
We design an new end-to-end object-aware lifting approach, called Unified-Lift。
コントラスト損失を用いて学習したガウスレベルの機能を各ガウス点に拡張し、インスタンス情報をエンコードする。
LERF-Masked、Replica、Messy Roomsの3つのベンチマークで実験を行った。
論文 参考訳（メタデータ） (2025-03-18T08:42:23Z) - nnInteractive: Redefining 3D Promptable Segmentation [0.461929066711062]
我々は,最初の包括的3次元対話型オープンセットセグメンテーション手法であるnnInteractiveを紹介する。
多様なプロンプト、スクリブル、ボックス、そして、直感的な2Dインタラクションを活用して完全な3Dセグメンテーションを生成する新しいラッソのプロンプトをサポートする。
nnInteractiveは、正確性、適応性、ユーザビリティの新たな最先端を設定できる。
論文 参考訳（メタデータ） (2025-03-11T12:30:34Z) - Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network [16.909079894023293]
3次元医用画像のアノテーション負担を軽減するために,マスク伝搬DL法を開発した。
しかし, これらの手法は, 復元誤差のスライス間伝播による誤差蓄積の傾向にある。
本研究では,3次元医用画像中の解剖学的構造を1つの注記スライスで分割するSSFを提案する。
論文 参考訳（メタデータ） (2024-11-21T06:15:43Z) - XMask3D: Cross-modal Mask Reasoning for Open Vocabulary 3D Semantic Segmentation [72.12250272218792]
本稿では,3次元特徴量と2次元テキスト埋め込み空間とのより精巧なマスクレベルのアライメントを,クロスモーダルマスク推論フレームワークであるXMask3Dを用いて提案する。
我々は、3Dグローバルな特徴を暗黙の条件として、事前訓練された2D denoising UNetに統合し、セグメンテーションマスクの生成を可能にする。
生成した2Dマスクを用いて、マスクレベルの3D表現を視覚言語の特徴空間と整合させ、3D幾何埋め込みの開語彙能力を増大させる。
論文 参考訳（メタデータ） (2024-11-20T12:02:12Z) - EmbodiedSAM: Online Segment Any 3D Thing in Real Time [61.2321497708998]
身体的なタスクは、エージェントが探索と同時に3Dシーンを完全に理解する必要がある。
オンライン、リアルタイム、微粒化、高度に一般化された3D知覚モデルは、必死に必要である。
論文 参考訳（メタデータ） (2024-08-21T17:57:06Z) - M$^{3}$3D: Learning 3D priors using Multi-Modal Masked Autoencoders for
2D image and video understanding [5.989397492717352]
M$3$3D ($underlineM$ulti-$underlineM$odal $underlineM$asked $underline3D$) はマルチモーダルマスキングオートエンコーダをベースとする。
我々は,Masked Image Modeling(MIM)とコントラスト学習という,自己教師型学習フレームワークを統合した。
実験の結果、M$3$3D は ScanNet, NYUv2, UCF-101, OR-AR における最先端のアプローチよりも優れていた。
論文 参考訳（メタデータ） (2023-09-26T23:52:09Z) - UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。
我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。
Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
論文 参考訳（メタデータ） (2022-12-08T18:59:57Z) - Joint Self-Supervised Image-Volume Representation Learning with
Intra-Inter Contrastive Clustering [31.52291149830299]
自己教師付き学習は、ラベル付きデータから特徴表現を学習することで、ラベル付きトレーニングサンプルの欠如を克服することができる。
現在の医療分野におけるSSL技術のほとんどは、2D画像または3Dボリュームのために設計されている。
本研究では2次元および3次元データモダリティの教師なし共同学習のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2022-12-04T18:57:44Z) - Interactive Object Segmentation in 3D Point Clouds [27.88495480980352]
本稿では,ユーザが直接3Dポイントクラウドと対話する対話型3Dオブジェクトセグメンテーション手法を提案する。
私たちのモデルは、ターゲットドメインからのトレーニングデータを必要としない。
異なるデータ特性と異なるオブジェクトクラスを持つ他のいくつかのデータセットでうまく機能する。
論文 参考訳（メタデータ） (2022-04-14T18:31:59Z) - IFSS-Net: Interactive Few-Shot Siamese Network for Faster Muscle
Segmentation and Propagation in Volumetric Ultrasound [6.132753289255568]
本研究では,3次元自由手超音波データにおける分割と筋マスクの伝搬の精度,迅速かつ効率的な方法を提案する。
我々は,臨床専門家が注釈付けした参照マスクを伝搬するために,深層シームズ3Dデコーダネットワークを使用する。
44名の被験者から得られた61600枚の画像のデータセットに対して, セグメンテーション, ラベル伝搬, ボリューム計算のアプローチを検証した。
論文 参考訳（メタデータ） (2020-11-26T11:37:25Z)
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。