論文の概要: Polyp-VSSD: A Pre-trained Transformer with Local-Global Joint VSSD Decoding for Polyp Segmentation
- arxiv url: http://arxiv.org/abs/2610.32282v1
- Date: Fri, 23 Oct 2026 07:39:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.423064
- Title: Polyp-VSSD: A Pre-trained Transformer with Local-Global Joint VSSD Decoding for Polyp Segmentation
- Title（参考訳）: Polyp-VSSD:Polypセグメンテーションのための局所Global Joint VSSDデコード付き事前学習トランス
- Abstract要約: Polyp-VSSDは、高精度なPolypセグメンテーションのための、新しいローカル・グローバル共同デコーディングフレームワークである。
提案手法は,Dice と IoU の両手法において,最先端の手法を著しく上回っている。
本研究は、インテリジェント内視鏡画像解析のための効果的でスケーラブルなソリューションを提案する。
- 参考スコア（独自算出の注目度）: 23.57749877433595
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Early detection of colorectal polyps is essential for preventing colorectal cancer, making accurate polyp segmentation a key component in computer-aided diagnosis systems. However, existing endoscopic segmentation methods often exhibit limited representational capacity and insufficient integration of global and local contextual information. To address these limitations, we propose Polyp-VSSD, a novel local-global joint decoding framework built upon a pre-trained Transformer backbone for high-precision polyp segmentation. Polyp-VSSD leverages the strong feature expressiveness of large-scale visual pre-training and unifies global semantic modeling with local fine-grained reconstruction to enhance segmentation fidelity. Extensive experiments on multiple public endoscopic datasets demonstrate that our approach significantly outperforms state-of-the-art methods in both Dice and IoU. On the EndoScene dataset, Polyp-VSSD achieves mIoU and mDice scores of 0.903 and 0.946, respectively, highlighting its robustness and strong generalization capability. This work presents an effective and scalable solution for intelligent endoscopic image analysis.
- Abstract（参考訳）: 大腸ポリープの早期検出は大腸癌予防に不可欠であり, 正確なポリープセグメンテーションはコンピュータ支援診断システムにおいて重要な要素である。
しかし,既存の内視鏡的セグメンテーション手法では,表現能力の制限や,グローバル・ローカル・コンテクスト情報の統合が不十分な場合が多い。
これらの制約に対処するため、我々は、高精度なポリプセグメンテーションのために、トレーニング済みトランスフォーマーバックボーン上に構築された、新しいローカル-グローバル共同デコーディングフレームワークであるPolyp-VSSDを提案する。
Polyp-VSSDは、大規模視覚前訓練の強い特徴表現性を活用し、局所的な微細な再構成とグローバルセマンティックモデリングを統合し、セグメンテーションの忠実度を高める。
複数の公開内視鏡的データセットに対する大規模な実験により、Dice と IoU のどちらも、我々のアプローチが最先端の手法を大きく上回っていることが示された。
EndoSceneデータセットでは、Polyp-VSSDがそれぞれ0.903と0.946のmIoUとmDiceのスコアを達成し、その堅牢性と強力な一般化能力を強調している。
本研究は、インテリジェント内視鏡画像解析のための効果的でスケーラブルなソリューションを提案する。
関連論文リスト
- ASGNet: Adaptive Spectrum Guidance Network for Automatic Polyp Segmentation [31.86667278394464]
ポリープの早期同定と除去は、大腸癌の発症リスクを減少させる可能性がある。
ポリプの様々な形態、複雑な背景、しばしば隠された性質は大腸内視鏡像におけるポリープのセグメンテーションを極めて困難にしている。
本稿では,空間知覚の限界に対処する適応スペクトル誘導ネットワークASGNetを提案する。
論文 参考訳（メタデータ） (2026-04-16T08:10:20Z) - Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers [57.54843029965778]
制御可能な病理画像合成には、空間配置、組織形態、意味的詳細の信頼できる規制が必要である。
In-Context Diffusion Transformer (IC-DiT) は,空間レイアウト,テキスト記述,視覚的埋め込みを統合拡散変換器に組み込んだレイアウト認識生成モデルである。
IC-DiTは既存の方法よりも忠実度が高く、空間制御性が強く、診断の整合性が良くなる。
論文 参考訳（メタデータ） (2026-03-11T06:14:11Z) - Large Language Model Evaluated Stand-alone Attention-Assisted Graph Neural Network with Spatial and Structural Information Interaction for Precise Endoscopic Image Segmentation [16.773882069530426]
本研究では,空間グラフと構造グラフを融合したFOCUS-Medを提案する。
FOCUS-Medは、Dual Graph Convolutional Network (Dual-GCN)モジュールを統合し、コンテキスト空間および位相構造上の依存関係をキャプチャする。
公開ベンチマークの実験では、FOCUS-Medが5つの主要な指標で最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2025-08-09T15:53:19Z) - AVPDN: Learning Motion-Robust and Scale-Adaptive Representations for Video-Based Polyp Detection [0.0682074616451595]
大腸内視鏡画像における多目的ポリープ検出のための頑健なフレームワークであるadaptive Video Polyp Detection Network (AVPDN)を提案する。
AVPDNにはAdaptive Feature Interaction and Augmentation (AFIA)モジュールとScale-Aware Context Integration (SACI)モジュールという2つの重要なコンポーネントが含まれている。
提案手法の有効性と一般化能力について,いくつかの挑戦的な公開ベンチマーク実験を行った。
論文 参考訳（メタデータ） (2025-08-05T13:59:18Z) - Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models [32.17651741681871]
合成ポリプ画像を生成するためのプログレッシブスペクトル拡散モデル(PSDM)を提案する。
PSDMは、セグメンテーションマスク、バウンディングボックス、大腸内視鏡検査などの様々な臨床アノテーションを統合し、それらを合成プロンプトに変換する。
トレーニングデータをPSDM生成サンプルで強化することにより,ポリプの検出,分類,セグメンテーションを大幅に改善する。
論文 参考訳（メタデータ） (2025-02-25T08:22:45Z) - ASPS: Augmented Segment Anything Model for Polyp Segmentation [77.25557224490075]
SAM(Segment Anything Model)は、ポリープセグメンテーションに先例のないポテンシャルを導入している。
SAMのTransformerベースの構造は、グローバルおよび低周波情報を優先する。
CFAはトレーニング可能なCNNエンコーダブランチと凍結したViTエンコーダを統合し、ドメイン固有の知識の統合を可能にする。
論文 参考訳（メタデータ） (2024-06-30T14:55:32Z) - ECC-PolypDet: Enhanced CenterNet with Contrastive Learning for Automatic
Polyp Detection [88.4359020192429]
既存の手法では、計算コストのかかるコンテキストアグリゲーションが伴うか、ポリープの事前モデリングが欠如しているため、難解なケースでは性能が低下する。
本稿では,2段階のトレーニングとエンドツーエンド推論フレームワークである Enhanced CenterNet with Contrastive Learning (ECC-PolypDet) を提案する。
Box-assisted Contrastive Learning (BCL) は, クラス内差を最小限に抑え, 前庭ポリープと背景のクラス間差を最大化するため, 隠れポリープを捕捉する。
微調整段階におけるIoU誘導サンプル再重み付けの導入
論文 参考訳（メタデータ） (2024-01-10T07:03:41Z) - Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。
半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
論文 参考訳（メタデータ） (2023-12-26T12:56:31Z) - Lesion-aware Dynamic Kernel for Polyp Segmentation [49.63274623103663]
ポリープセグメンテーションのための障害対応動的ネットワーク(LDNet)を提案する。
従来のU字型エンコーダ・デコーダ構造であり、動的カーネル生成と更新スキームが組み込まれている。
この単純だが効果的なスキームは、我々のモデルに強力なセグメンテーション性能と一般化能力を与える。
論文 参考訳（メタデータ） (2023-01-12T09:53:57Z) - PraNet: Parallel Reverse Attention Network for Polyp Segmentation [155.93344756264824]
大腸内視鏡画像の高精度なポリープ分割のための並列リバースアテンションネットワーク(PraNet)を提案する。
並列部分復号器(PPD)を用いて,まず高層層に特徴を集約する。
さらに,エリアとバウンダリの関連性を確立するために,リバースアテンション(RA)モジュールを用いて境界キューをマイニングする。
論文 参考訳（メタデータ） (2020-06-13T08:13:43Z)
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。