論文の概要: Structure-aware Keypoint Localization for Videofluoroscopic Swallowing Study

• arxiv url: http://arxiv.org/abs/2610.07726v1
• Date: Tue, 06 Oct 2026 04:21:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.798799
• Title: Structure-aware Keypoint Localization for Videofluoroscopic Swallowing Study
• Title（参考訳）: ビデオフルオロスコープスワロー研究のための構造認識キーポイント位置決め
• Abstract要約: ビデオフルオロスコピック・スワローイング・スタディ(VFSS)は、摂食障害の診断における金の標準の一つである。 VFSSKepは、アノテーションを軟口蓋に拡張し、大規模なラベルなしデータを組み込む新しいデータセットである。 S$3$KLは空間バイアスを克服するために設計された構造対応セミスーパービジョンキーポイントローカライゼーションフレームワークである。
• 参考スコア（独自算出の注目度）: 39.22971766663596
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Videofluoroscopic Swallowing Study (VFSS) is one of the gold standard for diagnosing swallowing disorders, providing dynamic X-ray imaging of the swallowing process. Automated kinematic analysis in VFSS relies fundamentally on precise anatomical keypoint localization. However, existing studies focus on limited keypoints (e.g., cervical vertebrae or the hyoid) and overlook critical regions such as the soft palate, while annotating only active swallowing segments and ignoring abundant non-swallowing data, resulting in poor data efficiency. Moreover, leveraging this unlabeled data via standard semi-supervised learning is suboptimal, as generic methods are prone to spatial bias. In medical X-rays with fixed layouts, models tend to memorize absolute coordinates rather than understanding anatomical structures. To tackle these challenges, we introduce VFSSKep, a novel dataset that extends annotations to the soft palate and incorporates large-scale unlabeled data. We further propose S$^3$KL, a Structure-aware Semi-Supervised Keypoint Localization framework designed to overcome spatial bias. It integrates a Structure-Aware Learning strategy to extract high-resolution structural cues for structure-aware representation learning, and a Structural Representation Consistency Learning strategy with block shuffling to enforce invariant structural recognition. Experiments show our method achieves state-of-the-art semi-supervised performance, even with unlabeled and 25% labeled data surpassing fully supervised learning with 100% labeled data. Code and data will be made publicly available at: https://github.com/kaai520/S3KL.
• Abstract（参考訳）: ビデオフルオロスコピック・スワローイング・スタディ(VFSS)は、摂食障害の診断における金の標準の一つであり、摂食過程の動的X線像を提供する。 VFSSにおける自動キネマティック解析は、基本的には正確な解剖学的キーポイントの局在に依存する。 しかし、既存の研究では、限られたキーポイント(例えば、頚椎やハイド)と軟口蓋などの重要な領域を見落としながら、活発な摂食セグメントのみに注釈を付け、豊富な非封止データを無視し、データ効率が低下する。 さらに、このラベル付けされていないデータを標準的な半教師付き学習によって活用することは、一般的な手法が空間バイアスの傾向にあるため、準最適である。 固定配置の医療用X線では、モデルは解剖学的構造を理解するよりも絶対座標を記憶する傾向がある。 これらの課題に対処するため、VFSSKepは、アノテーションを軟口蓋に拡張し、大規模なラベルなしデータを組み込む新しいデータセットである。 さらに,空間バイアスの克服を目的とした構造対応セミスーパービジョンキーポイントローカライゼーションフレームワークであるS$3$KLを提案する。 構造認識学習戦略を統合し,構造認識表現学習のための高分解能な構造学習手法と,ブロックシャッフルを用いた構造表現一貫性学習戦略を統合し,不変構造認識を強制する。 100%ラベル付きデータを用いた完全教師付き学習を超越したラベル付きおよび25%ラベル付きデータであっても,最先端の半教師付き性能を実現する実験を行った。 コードとデータは、https://github.com/kaai520/S3KLで公開されます。

関連論文リスト

• Fake It Right: Injecting Anatomical Logic into Synthetic Supervised Pre-training for Medical Segmentation [21.75204301463342]
  ビジョントランスフォーマー(ViT)は3次元の医療セグメンテーションで優れるが、大量のデータセットを必要とする。 Formula-Driven Supervised Learning (F)は、合成数学的プリミティブを事前学習することで、プライバシ保護の代替手段を提供する。 本稿では,Fの無限拡張性と解剖学的リアリズムを一体化するための注釈付きインフォームド・シンセティック・アナトロジー・プレトレーニング・フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-01T08:15:18Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• TopoFR: A Closer Look at Topology Alignment on Face Recognition [58.45515807380505]
  PTSAと呼ばれるトポロジカル構造アライメント戦略とSDEという硬質試料マイニング戦略を利用する新しいFRモデルであるTopoFRを提案する。 PTSAは永続ホモロジーを用いて入力空間と潜在空間の位相構造を整列し、構造情報を効果的に保存し、FRモデルの一般化性能を向上させる。 一般的な顔のベンチマーク実験の結果は、最先端の手法よりもTopoFRの方が優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-14T14:58:30Z)
• Sampling-enabled scalable manifold learning unveils the discriminative cluster structure of high-dimensional data [17.411028691739897]
  大規模・高次元データに対して一様および識別的埋め込み(SUDE)を可能にする,サンプリングベースでスケーラブルな多様体学習手法を提案する。 合成データセットと実世界のベンチマークにおけるSUDEの有効性を実証的に検証し, 単細胞データの解析と心電図信号の異常検出に応用した。
  論文  参考訳（メタデータ） (2024-01-02T08:43:06Z)
• Improving Multiple Sclerosis Lesion Segmentation Across Clinical Sites: A Federated Learning Approach with Noise-Resilient Training [75.40980802817349]
  深層学習モデルは、自動的にMS病変を分節する約束を示しているが、正確な注釈付きデータの不足は、この分野の進歩を妨げている。 我々は,MS病変の不均衡分布とファジィ境界を考慮したDecoupled Hard Label Correction(DHLC)戦略を導入する。 また,集約型中央モデルを利用したCELC(Centrally Enhanced Label Correction)戦略も導入した。
  論文  参考訳（メタデータ） (2023-08-31T00:36:10Z)
• Weakly-supervised positional contrastive learning: application to cirrhosis classification [45.63061034568991]
  大規模な医療画像データセットは、低信頼で弱いラベルで安価に注釈を付けることができる。 組織学に基づく診断のような高信頼なラベルへのアクセスは稀で費用がかかる。 提案手法は,効率的な弱教師付き位置対応学習戦略 (WSP) を提案する。
  論文  参考訳（メタデータ） (2023-07-10T15:02:13Z)
• Federated Contrastive Learning for Volumetric Medical Image Segmentation [16.3860181959878]
  フェデレートラーニング(FL)は、プライバシのためのトレーニングデータをローカルに保持しながら、共有モデルを学ぶことで、この点において役立つ。 従来のFLはトレーニングのために完全にラベル付けされたデータを必要とする。 そこで本研究では,アノテーションを限定したボリューム・メディカル・イメージ・セグメンテーションのためのFCLフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-23T03:47:23Z)
• SCARF: Self-Supervised Contrastive Learning using Random Feature Corruption [72.35532598131176]
  本稿では,特徴のランダムなサブセットを乱してビューを形成するコントラスト学習手法であるSCARFを提案する。 SCARFは既存の戦略を補完し、オートエンコーダのような代替手段より優れていることを示す。
  論文  参考訳（メタデータ） (2021-06-29T08:08:33Z)

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。