論文の概要: VTRL-Med: Progressive Visual Refinement with Topology-Guided Regularization for Medical Image Clustering

• arxiv url: http://arxiv.org/abs/2610.32884v1
• Date: Fri, 23 Oct 2026 16:50:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.613704
• Title: VTRL-Med: Progressive Visual Refinement with Topology-Guided Regularization for Medical Image Clustering
• Title（参考訳）: VTRL-Med:Topology-Guided Regularization を用いた医用画像クラスタリングのためのプログレッシブビジュアルリファインメント
• Abstract要約: 医用画像クラスタリングのためのトポロジ誘導正規化を用いたプログレッシブ視覚構造学習フレームワークであるVTRL-Medを紹介する。 13の医用画像ベンチマークで、VTRL-Medは最先端のクラスタリング性能を達成し、既存の方法よりも平均精度を4.48%向上させた。
• 参考スコア（独自算出の注目度）: 13.944892759807473
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep clustering offers a promising approach for analyzing large unlabeled medical image datasets, yet prevailing methods still face two limitations: they may neglect class-agnostic structural priors that capture object boundaries and regions, and they do not explicitly encode topological patterns (e.g., connectivity and holes). These sources of information play distinct and complementary roles: visual-structural features provide the primary discriminative representation for clustering, while topological features provide additional global geometric cues for residual visual ambiguities. We introduce VTRL-Med, a progressive visual-structural learning framework with topology-guided regularization for medical image clustering. VTRL-Med first adapts the Segment Anything Model (SAM) to extract image features that retain structural cues inherited from mask-supervised pretraining. It then generates reliable pseudo-labels through a two-step filtering process that combines prototype-based selection with k-nearest neighbor consistency validation. Finally, it progressively refines the visual branch while an auxiliary topology branch, constructed from persistent homology (PH) descriptors, provides additional geometric regularization during training. Across 13 medical image benchmarks, VTRL-Med achieves state-of-the-art clustering performance, improving average accuracy by 4.48% over existing methods. On three representative datasets, topology-guided regularization further improves accuracy by 1.3--4.3% over visual refinement alone.
• Abstract（参考訳）: ディープクラスタリングは、大規模なラベル付けされていない医療画像データセットを分析するための有望なアプローチを提供するが、一般的な方法は、オブジェクトの境界や領域をキャプチャするクラスに依存しない構造的先行を無視し、トポロジ的パターン(例えば接続性や穴)を明示的にエンコードしない、という2つの制限に直面している。 視覚的構造的特徴はクラスタリングの主要な識別的表現を提供するが、トポロジ的特徴は残留的な視覚的あいまいさに対する追加のグローバルな幾何学的手がかりを提供する。 医用画像クラスタリングのためのトポロジ誘導正規化を用いたプログレッシブ視覚構造学習フレームワークであるVTRL-Medを紹介する。 VTRL-MedはまずSegment Anything Model(SAM)に適応し、マスクによる事前訓練から継承された構造的手がかりを保持する画像の特徴を抽出する。 次に、2段階のフィルタリングプロセスにより、プロトタイプベースの選択とk-アネレス近傍の整合性検証を組み合わせた信頼性の高い擬似ラベルを生成する。 最後に、永続ホモロジー記述子(PH)から構築された補助トポロジー分岐が、トレーニング中に追加の幾何学的正則化を提供する間、視覚枝を徐々に洗練する。 13の医用画像ベンチマークで、VTRL-Medは最先端のクラスタリング性能を達成し、既存の方法よりも平均精度を4.48%向上させた。 3つの代表的なデータセットでは、トポロジー誘導正規化により、視覚的精細化だけで1.3～4.3%の精度が向上する。

関連論文リスト

• Decouple, Purify and Unite: Semantic-Structural Prototype Learning for Federated Medical Segmentation [73.37038385412892]
  フェデレートラーニング(Federated Learning)は、医療機関がデータを共有することなく、グローバルなモデルをトレーニングすることを可能にする。 既存の表現ベースのメソッドには2つの制限がある。 We propose FedBCS+, federated decoupled contextual alignment with style-purified aggregate。
  論文  参考訳（メタデータ） (2026-10-03T18:26:17Z)
• FFM-CP: Cross-Backbone Fusion of Vision-Language Foundation Models for Few-Shot Computational Pathology [4.671205676564538]
  Few-shot Fusion Foundation Models of Computational Pathology (FFM-CP)は、複数の病理の視覚言語モデルを組み合わせたフレームワークである。 整列空間内では、統合グラフは、サポートイメージ機能と視覚的およびテキスト的クラスのプロトタイプを併用することで、バックボーン間での情報交換を可能にする。 FFM-CPは、54個の比較のうち50個の融合集合において、最強の個別適応部材よりも高い平均マクロF1を達成する。
  論文  参考訳（メタデータ） (2026-09-23T11:28:09Z)
• 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)
• Beyond Classification: Structured Supervision Aligns Visual Evidence with Medical Semantics [7.711063174717135]
  ヴィジュアルトランスフォーマー(ViT)は医用画像解析において大きな可能性を秘めている。 グローバル画像分類による標準的な事前訓練は、空間的崩壊に悩まされる。 視覚的エビデンスと正確な医学的意味論を整合させるための訓練前パラダイムについて検討する。
  論文  参考訳（メタデータ） (2026-09-05T07:03:08Z)
• Topology-Driven Transferability Estimation for 3D Medical Vision Foundation Models [24.834339924064505]
  3次元医用画像における高密度予測タスクのためのボクセル・ワイド・フレームワークを提案する。 本フレームワークは,高密度特徴のスパース1-スケルトン幾何グラフと意味ラベルとのアライメントから,転送可能性を直接推定する。 本フレームワークは,平均重み付きケンドール(0.36)を56倍の速度で評価しながら,最先端の転写性評価を実現する。
  論文  参考訳（メタデータ） (2026-07-05T09:45:18Z)
• TopoCL: Topological Contrastive Learning for Medical Imaging [13.944892759807473]
  TopoCLは、医用画像のコントラスト学習において、トポロジカルな構造を明示的に活用する。 TopoCLは、統計学的に重要な線形プローブ分類の精度で+3.26%の平均的な向上を達成している。
  論文  参考訳（メタデータ） (2026-03-15T23:03:53Z)
• Integrating Multi-scale and Multi-filtration Topological Features for Medical Image Classification [20.820287362872975]
  ディープニューラルネットワークは、医用画像分類において顕著な性能を示している。 マルチスケールおよびマルチフィルタ型永続的なトポロジ特徴を抽出する新しいトポロジ誘導型分類フレームワークを提案する。 我々のアプローチは、複雑な解剖学的構造を認識するためのモデルの能力を高める。
  論文  参考訳（メタデータ） (2025-12-08T06:02:02Z)
• PathSegDiff: Pathology Segmentation using Diffusion model representations [63.20694440934692]
  そこで我々は,Latent Diffusion Models (LDMs) を事前学習した特徴抽出器として活用する,病理組織像分割の新しい手法であるPathSegDiffを提案する。 本手法は,H&E染色組織像から多彩な意味情報を抽出するために,自己教師型エンコーダによって誘導される病理特異的LCMを用いる。 本実験は,BCSSおよびGlaSデータセットにおける従来の手法よりも大幅に改善されたことを示す。
  論文  参考訳（メタデータ） (2025-04-09T14:58:21Z)
• Multi-View Clustering via Semi-non-negative Tensor Factorization [120.87318230985653]
  半負のテンソル因子分解(Semi-NTF)に基づく新しいマルチビュークラスタリングを開発する。 本モデルは、ビュー間の関係を直接考慮し、ビュー間の補完情報を利用する。 さらに,提案手法の最適化アルゴリズムを提案し,そのアルゴリズムが常に定常KKT点に収束することを数学的に証明する。
  論文  参考訳（メタデータ） (2023-03-29T14:54:19Z)
• Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
  医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。 まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
  論文  参考訳（メタデータ） (2023-02-03T13:50:25Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)

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。