論文の概要: Beyond the Foreground: FOV-Aware Polyp Image Synthesis via Lesion-Guided Adaptive Mucosal Context Propagation
- arxiv url: http://arxiv.org/abs/2609.19966v1
- Date: Thu, 17 Sep 2026 09:38:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.205372
- Title: Beyond the Foreground: FOV-Aware Polyp Image Synthesis via Lesion-Guided Adaptive Mucosal Context Propagation
- Title（参考訳）: 前景を超えて FOV-Aware Polyp Image Synthesis by Lesion-Guided Adaptive Mucosal Context Propagation
- Abstract要約: 合成画像とマスクペアは、少ない大腸内視鏡アノテーションを緩和することができる。
現実的な合成には 粘膜を発生させながら 供給された病変を保存する必要がある
我々は,ポリプ画像合成のための最初の前景誘導フレームワークであるLAMPを提案する。
- 参考スコア（独自算出の注目度）: 20.149171809347653
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Synthetic image and mask pairs can alleviate scarce colonoscopy annotations, but realistic synthesis requires preserving the supplied lesion while generating compatible mucosa. Existing foreground-guided methods treat all non-foreground pixels as background and rely mainly on local integration. Directly applying them to colonoscopy causes two problems: non-mucosal black regions contaminate generated tissue, and local reasoning produces inconsistent mucosal texture and illumination. We propose LAMP, the first foreground-guided framework for polyp image synthesis based on lesion-guided adaptive mucosal context propagation. LAMP explicitly separates the lesion, valid mucosa, and camera exterior using a field-of-view (FOV) mask. Lesion-to-Mucosa cross-attention extracts lesion appearance conditions for valid-mucosa locations, while FOV-constrained multidirectional Vision Receptance Weighted Key Value propagates them over legal tissue support. An adaptive gate then controls their residual fusion into the diffusion U-Net. Extensive experiments on five polyp datasets demonstrate that LAMP substantially outperforms existing methods in overall generation quality and consistently improves five downstream segmentation models. Our code will be released at https://github.com/wangtong627/LAMP.
- Abstract（参考訳）: 合成画像とマスクペアは、少ない大腸内視鏡のアノテーションを緩和することができるが、現実的な合成は、互換性のある粘膜を発生させながら供給された病変を保存する必要がある。
既存のフォアグラウンド誘導方式は、すべての非地上画素を背景として扱い、主に局所的な統合に依存している。
非粘膜黒色領域は生成された組織を汚染し、局所的推論は無矛盾な粘膜のテクスチャと照明を生み出す。
病変誘導適応粘膜コンテキスト伝搬に基づくポリプ画像合成のための最初の前景誘導フレームワークであるLAMPを提案する。
LAMPは、フィールド・オブ・ビュー(FOV)マスクを使用して、病変、有効な粘膜、カメラの外装を明示的に分離する。
Lesion-to-Mucosa cross-attentions extracts lesion appearance conditions for valid-mucosa where, FOV-constrained multidirectional Vision Receptance Weighted Key Values promote them over legal tissue support。
適応ゲートは、拡散U-ネットへの残留核融合を制御する。
5つのポリプデータセットの大規模な実験により、LAMPは生成品質において既存の手法を大幅に上回っており、5つの下流セグメンテーションモデルが一貫して改善されていることが示された。
私たちのコードはhttps://github.com/wangtong627/LAMPでリリースされます。
関連論文リスト
- Bridging Vision Foundation Model Priors with CLIP for Spatial-aware Few-shot Anomaly Detection in Medical Images [48.646448077284276]
本研究では,数発の医用異常検出を効果的に行うためのフレームワークであるSpatial-FADを提案する。
VFM空間先行とCLIPセマンティクスを組み合わせることで病変の局在を改善する。
本手法は,Diceスコアが11.4%,AUCが1.8%以上の平均改善を実現している。
論文 参考訳（メタデータ） (2026-09-11T05:21:01Z) - InstEditSeg: Instruction-Driven Image Editing for Polyp and Skin Lesion Segmentation [11.04143971119602]
InstEditSegは、医療セグメント化を命令駆動問題として再構成する統合生成フレームワークである。
マスクを出力する代わりに、モデルはテキスト命令で条件付けられた元の画像に色付きオーバーレイを描画する。
論文 参考訳（メタデータ） (2026-09-02T02:28:29Z) - EasyLens: A Training-Free Plug-and-Play Subtle-Lesion Representation Amplifier for Medical Vision-Language Models [10.799852886898927]
医用視覚言語モデル(VLM)のための訓練不要なプラグアンドプレイ微妙な表現増幅器 EasyLens を提案する。
EasyLensが最初に作ったEasyBankは、病理解剖学のプロトタイプスペースで、病変関連のプロトタイプと解剖学の通常の参照を提供する。
正常な組織を盲目的に増幅するのを避けるため、EasyTagは反ファクトのプロトタイプ推論を通じて病変関連パッチを選択する。
複数の医用画像データセットと凍結された医用VLMバックボーンの実験では、EasyLensは微妙な回帰検出を改善し、既存のエンコーダ・エンハンスメントベースラインを上回っている。
論文 参考訳（メタデータ） (2026-06-04T16:47:33Z) - Deep Expert Injection for Anchoring Retinal VLMs with Domain-Specific Knowledge [66.67024684187915]
LVLM(Large Vision Language Models)は、眼科における自動診断の可能性を秘めている。
彼らの臨床展開は、ドメイン固有の知識の欠如によって著しく妨げられている。
EyExInは、Deep Expert Injectionメカニズムを通じて専門知識で網膜VLMを固定するように設計されたフレームワークである。
論文 参考訳（メタデータ） (2026-03-07T09:43:49Z) - Zero-shot segmentation of skin tumors in whole-slide images with vision-language foundation models [1.2488173903877113]
我々は、全スライディング画像(ZEUS)のためのゼロショット視覚言語セグメンテーションパイプラインを導入する。
ZEUSは、ギガピクセル全スライド画像に高解像度の腫瘍マスクを生成する。
2つの社内データセットで競合性能を示す。
論文 参考訳（メタデータ） (2025-11-24T10:50:30Z) - Diffusion-Guided Mask-Consistent Paired Mixing for Endoscopic Image Segmentation [57.37991748282666]
本稿では, 試料混合と拡散合成の強度を融合した拡散誘導型パラダイムを提案する。
各実画像について、合成対を同じマスクの下で生成し、その対をマスク一貫性ペアドミキシング(MCPMix)の制御可能な入力として使用する。
これは、共有幾何学の下で合成および実際の外観を円滑にブリッジする中間サンプルの連続的な族を生成する。
論文 参考訳（メタデータ） (2025-11-05T06:14:19Z) - Seeing the Trees for the Forest: Rethinking Weakly-Supervised Medical Visual Grounding [45.248265283405004]
現在のモデルは、非効率な注意機構ときめ細かいトークン表現の欠如により、テキスト記述と病気領域を関連付けるのに苦労している。
本稿では、VLMの説明可能性マップを用いて、適切な画像特徴を識別する病原体認識プロンプト(DAP)を提案する。
DAPは3つの主要な胸部X線データセットの最先端手法と比較して、視覚的接地精度を20.74%向上させる。
論文 参考訳（メタデータ） (2025-05-21T05:16:45Z) - LeFusion: Controllable Pathology Synthesis via Lesion-Focused Diffusion Models [42.922303491557244]
実際の臨床実践から得られた患者データは、しばしばデータ不足と長い尾の不均衡に悩まされる。
本研究では,病変のない画像から病変を含む画像分割ペアを生成することで,これらの課題に対処する。
レフュージョン生成データにより、最先端セグメンテーションモデルの性能が大幅に向上する。
論文 参考訳（メタデータ） (2024-03-21T01:25:39Z) - Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image Synthesis [65.7968515029306]
PGPIS(Pose-Guided Person Image Synthesis)のためのCFLD(Coarse-to-Fine Latent Diffusion)法を提案する。
認識修正デコーダは、学習可能なクエリの集合を段階的に洗練し、粗いプロンプトとして人物画像の意味的理解を抽出するように設計されている。
論文 参考訳（メタデータ） (2024-02-28T06:07:07Z) - SUPRA: Superpixel Guided Loss for Improved Multi-modal Segmentation in
Endoscopy [1.1470070927586016]
ドメインシフトは医療画像コミュニティでよく知られた問題である。
本稿では,そのようなシナリオでDL手法が利用可能となるための領域一般化手法について検討する。
その結果,本手法では,ベースラインに比べて目標領域の20%近くの改善が得られた。
論文 参考訳（メタデータ） (2022-11-09T03:13:59Z)
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。