論文の概要: Mind the Gap: Mesh-Guided Repair of Broken Vessels

• arxiv url: http://arxiv.org/abs/2609.29779v1
• Date: Thu, 24 Sep 2026 13:22:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.951914
• Title: Mind the Gap: Mesh-Guided Repair of Broken Vessels
• Title（参考訳）: マインド・ザ・ギャップ(Mind the Gap) : メッシュガイドによる壊れた船の修理
• Abstract要約: 本稿では nnU-Net が生成する壊れた船体セグメントを修復するためのメッシュ誘導後処理フレームワークを提案する。 予測された各バイナリマスクに対して、変形可能なテンプレートメッシュが物理空間のマスク表面に取り付けられ、ケース固有の幾何学的足場として使用される。 AortaSeg24とSEGAを大動脈,TopCoWをWillis,PARSEを肺動脈の3つの血管解剖学的検討を行った。
• 参考スコア（独自算出の注目度）: 0.22067925276806286
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vessel segmentation is commonly optimized as voxel-wise classification, but small local errors can strongly disrupt vascular connectivity while having little effect on overlap scores. This is particularly problematic for downstream analyses that rely on centerlines, branches, connected components, or graph structure. We propose a mesh-guided post-processing framework for repairing broken vessel segmentations produced by nnU-Net. For each predicted binary mask, a deformable template mesh is fitted to the mask surface in physical space and used as a case-specific geometric scaffold. The fitted mesh is not voxelized as the final segmentation; instead, it guides conservative reconnection of disconnected components by proposing or validating thin bridge candidates under foreground-growth constraints. We evaluated this approach in three vascular anatomies using AortaSeg24 and SEGA for the aorta, TopCoW for the Circle of Willis, and PARSE for the pulmonary arteries. Performance is measured using Dice, connected-component Dice (ccDice), and the Betti-0 number. Across these datasets, repair substantially improved connectivity while preserving overlap: Dice remained nearly unchanged, whereas ccDice increased from 0.596 to 0.992 for aorta, from 0.722 to 0.835 for TopCoW, and from 0.028 to 0.862 for PARSE. The FOMAML meta-initialization further accelerated the fitting per-case, supporting practical mesh-based repair of the vascular topology. These results suggest that explicit mesh representations can provide a useful geometric prior for correcting topological failures in otherwise accurate voxel segmentations.
• Abstract（参考訳）: 血管のセグメンテーションは一般にボクセル単位での分類として最適化されているが、小さな局所的な誤差は、オーバーラップスコアにほとんど影響を与えず、血管の接続性を著しく阻害する可能性がある。 これは特に、中心線、分岐、接続されたコンポーネント、あるいはグラフ構造に依存する下流分析において問題となる。 本稿では nnU-Net が生成する壊れた船体セグメントを修復するためのメッシュ誘導後処理フレームワークを提案する。 予測された各バイナリマスクに対して、変形可能なテンプレートメッシュが物理空間のマスク表面に取り付けられ、ケース固有の幾何学的足場として使用される。 適合メッシュは最終セグメンテーションとして酸化されるのではなく、フォアグラウンド・グロース制約の下で薄いブリッジ候補を提案または検証することにより、切断されたコンポーネントの保守的な再接続を誘導する。 AortaSeg24とSEGAを大動脈,TopCoWをWillis,PARSEを肺動脈の3つの血管解剖学的検討を行った。 Dice, connected-component Dice (ccDice), and the Betti-0 number。 Diceは0.596から0.992に、ccDiceは0.596から0.992に、TopCoWは0.722から0.835に、PARSEは0.028から0.862に増加した。 FOMAMLのメタ初期化により、ケースごとの嵌合が促進され、実用的なメッシュベースの血管トポロジーの修復が支援された。 これらの結果は、明示的なメッシュ表現が、それ以外は正確なボクセルセグメンテーションにおける位相的失敗の補正に有用な幾何学的事前を与えることを示唆している。

関連論文リスト

• Topology-Aware Training and Spatial Diagnostics for Fiber Bundle Segmentation in Tracer Histology [0.26388783516590225]
  凍結したDINOv3バックボーンを用いて,マカクトレーサー組織学における繊維束のセグメンテーションを解析した。 私たちの知る限り、これはこのタスクの基盤モデル機能に関する最初の調査である。 我々は,この規則が過偏差を捉えないことを示すとともに,セクションごとのTPRは完全リコールに割り当てられた空のセクションによって膨らませることができることを示す。
  論文  参考訳（メタデータ） (2026-09-03T20:25:59Z)
• B-MIM: Biased Masked Image Modeling for Generalizable Segmentation of Fine-Grained Anatomical Structures [42.844780603412325]
  自己監督型プレトレーニングは、医療画像の転送可能な表現を可能にする。 ほとんどのCTエンコーダは、いまだに粗い意味理解に偏っている。 グローバルなセマンティックアライメントを低減するために、バイアスドマスク画像モデリングを導入する。
  論文  参考訳（メタデータ） (2026-08-25T10:20:05Z)
• MorVess: Morphology-Aware Pulmonary Vessel Segmentation Network [19.918899366472214]
  MorVess(モルフォロジーを意識したセグメンテーション・フレームワーク)を導入し,より微細な血管解析を実現するために,微分可能な幾何学的先行要素と大規模基礎モデル適応を統合した。 軽量2.5Dアダプタは3次元空間コンテキストと2次元SAM表現をブリッジし、グローバルな局所融合ブロックは多レベル意味論と幾何学的手がかりを集約して高忠実なトポロジー再構成を行う。 MorVessの肺CTベンチマークでは、Dice、clDice、HD95のスコアが優れている。
  論文  参考訳（メタデータ） (2026-06-23T06:59:34Z)
• VasGuideNet: Vascular Topology-Guided Couinaud Liver Segmentation with Structural Contrastive Loss [15.54612173358869]
  本稿では,血管トポロジで明示的にガイドされた最初のCouinaudセグメンテーションフレームワークであるVasGuideNetを提案する。 VasGuideNetのDiceスコアは83.68%、RVDは76.65%、RVDは1.68と7.08である。 UNETR、Swin UNETR、G-UNETR++などの代表的ベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-02-25T03:50:48Z)
• Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
  脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。 マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
  論文  参考訳（メタデータ） (2025-12-07T14:03:28Z)
• A topology-preserving three-stage framework for fully-connected coronary artery extraction [39.47027832777158]
  冠動脈摘出術は,冠動脈疾患のコンピュータ診断に必須である。 完全連結冠状動脈抽出のためのトポロジー保存型3段階フレームワークを提案する。 このフレームワークには、血管のセグメンテーション、中心線再接続、血管再建の欠如が含まれる。
  論文  参考訳（メタデータ） (2025-04-02T11:04:44Z)
• KaLDeX: Kalman Filter based Linear Deformable Cross Attention for Retina Vessel Segmentation [46.57880203321858]
  カルマンフィルタを用いた線形変形型クロスアテンション(LDCA)モジュールを用いた血管セグメンテーションのための新しいネットワーク(KaLDeX)を提案する。 我々のアプローチは、カルマンフィルタ(KF)ベースの線形変形可能な畳み込み(LD)とクロスアテンション(CA)モジュールの2つの重要なコンポーネントに基づいている。 提案手法は,網膜基底画像データセット(DRIVE,CHASE_BD1,STARE)とOCTA-500データセットの3mm,6mmを用いて評価した。
  論文  参考訳（メタデータ） (2024-10-28T16:00:42Z)
• Morphology Edge Attention Network and Optimal Geometric Matching Connection model for vascular segmentation [3.6368619769561668]
  本稿では,容器状構造物のセグメンテーションのための新しい形態的エッジアテンションネットワーク(MEA-Net)を提案する。 また、壊れた容器セグメントを接続するための最適幾何マッチング接続(OGMC)モデルを提案する。 本手法は,3次元血管分割作業の4つのデータセットにおける最先端手法と比較して,優れた,あるいは競争的な結果が得られる。
  論文  参考訳（メタデータ） (2023-06-02T01:52:35Z)
• Hepatic vessel segmentation based on 3Dswin-transformer with inductive biased multi-head self-attention [46.46365941681487]
  Indu BIased Multi-Head Attention Vessel Net という,堅牢なエンドツーエンドのコンテナセグメンテーションネットワークを提案する。 正確な肝血管のボクセルを見つけるために,パッチワイド埋め込みよりもボクセルワイド埋め込みを導入する。 一方,絶対位置埋め込みから帰納的バイアス付き相対的位置埋め込みを学習する帰納的バイアス付きマルチヘッド自己アテンションを提案する。
  論文  参考訳（メタデータ） (2021-11-05T10:17:08Z)
• clDice -- A Novel Topology-Preserving Loss Function for Tubular Structure Segmentation [57.20783326661043]
  中心線Dice (short clDice) と呼ばれる新しい類似度尺度を導入する。 理論的には、clDiceは2次元および3次元のセグメンテーションにおけるホモトピー同値までのトポロジー保存を保証する。 我々は、船舶、道路、ニューロン(2Dと3D)を含む5つの公開データセットでソフトクライス損失をベンチマークした。
  論文  参考訳（メタデータ） (2020-03-16T16:27:49Z)

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。