論文の概要: Segment What It Can Draw: Querying a Text-to-Image Generator with Its Own Images for Skin Lesion Segmentation

• arxiv url: http://arxiv.org/abs/2611.07061v1
• Date: Wed, 04 Nov 2026 19:20:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.43481
• Title: Segment What It Can Draw: Querying a Text-to-Image Generator with Its Own Images for Skin Lesion Segmentation
• Title（参考訳）: 描けるセグメンテーション:皮膚病変セグメンテーションのための独自の画像付きテキスト・ツー・イメージ・ジェネレータ
• Abstract要約: 注釈付きマスクのない皮膚病変のセグメンテーションでは、ターゲットを他のキューを通して特定する必要がある。 生成した画像から皮膚と病変のプロトタイプを構築する訓練不要なGENIQを提案する。 精細な方向に沿ってテストパッチをスコアし、小さな病変の周囲の文脈的なこぼれを抑制するためにゲートしきい値を適用します。
• 参考スコア（独自算出の注目度）: 8.643804036295625
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Skin lesion segmentation without annotated masks requires the target to be specified through other cues. Existing approaches rely on dermoscopy-specific rules, annotation-derived model priors, or user-selected regions. A general text-to-image diffusion transformer offers a text interface to the target, but its concept-word attention is unreliable on dermoscopy images: in the model's attention-output space, the word-derived skin-to-lesion direction is poorly aligned with the direction separating real skin from real lesions. We show that the direction derived from generated healthy-skin and lesion images is substantially better aligned. Based on this finding, we propose GENIQ, a training-free method that constructs initial skin and lesion prototypes from generated images and refines them using the most skin-like and lesion-like patches from unlabelled dermoscopy images. It scores test patches along the refined direction and applies a gated threshold to suppress contextual spill-over around small lesions. Without inference-time annotations or additional models, GENIQ achieves Dice scores of 0.85-0.88 on three dermoscopy test sets. It outperforms zero-shot and word-based attention methods on all three sets, and a hand-designed dermoscopy pipeline in Dice and IoU on two.
• Abstract（参考訳）: 注釈付きマスクのない皮膚病変のセグメンテーションでは、ターゲットを他のキューを通して特定する必要がある。 既存のアプローチは、ダーモスコープ固有のルール、アノテーション由来のモデル事前、あるいはユーザ選択された領域に依存している。 一般的なテキスト・ツー・イメージ拡散変換器は、ターゲットに対してテキストインターフェースを提供するが、そのコンセプト・ワードの注意は、皮膚内視鏡画像では信頼できない。 健康な皮膚画像と病変画像から得られた方向は、かなりよく一致している。 そこで本研究では, 生成画像から初期皮膚と病変のプロトタイプを構築し, 最も皮膚に類似した, 病変のようなパッチを用いて精査する, トレーニング不要なGENIQを提案する。 精細な方向に沿ってテストパッチをスコアし、小さな病変の周囲の文脈的なこぼれを抑制するためにゲートしきい値を適用します。 予測時アノテーションや追加モデルがなければ、genIQは3つの皮膚内視鏡テストセットでDiceスコアが 0.85-0.88 に達する。 3つのセットでゼロショットとワードベースのアテンション手法、DiceとIoUで手作りの皮膚鏡パイプラインを2つで上回っている。

関連論文リスト

• 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)
• GRAPE: Graph-Augmented Prototype Explanations for Interactive Medical Image Diagnosis [2.6199098515549646]
  原型ベースの医用画像分類器は、発見を独立したものとして扱い、安全でない医師のフィードバックを静かに増幅し、新しい発見が必要なときは常に完全な再訓練を必要とする。 GRAPE(Graph-Augmented Prototype Explanations)は,3つの課題すべてに対処する統一アーキテクチャである。 第一に、グラフ注意タスクヘッドは解剖学的概念の共起をモデル化し、TBX11Kのプロトタイプベースライン上でマクロF1を+13.8,ppアップする。 第二に、概念ミスマッチ安全性チェック(Concept-Mismatch Safety Check)は、医師が引き起こした領域内でのモデルの圧倒的な発見が、主張されたラベルと矛盾し、誤ったアノテーションの85%をキャッチし、51%に対して警告する。
  論文  参考訳（メタデータ） (2026-06-29T20:45:26Z)
• GS: Generative Segmentation via Label Diffusion [59.380173266566715]
  言語駆動のイメージセグメンテーションは、自然言語表現に対応する画像の領域を分割するモデルを必要とする、視覚言語理解の基本的なタスクである。 近年の拡散モデルがこの領域に導入されているが、既存のアプローチは画像中心のままである。 生成タスクとしてセグメンテーション自体を定式化する新しいフレームワークであるGS(Generative Label)を提案する。 実験の結果,GSは既存の差別的・拡散的手法を著しく上回り,言語駆動セグメンテーションのための新たな最先端技術が確立された。
  論文  参考訳（メタデータ） (2025-08-27T16:28:15Z)
• Zero-shot Segmentation of Skin Conditions: Erythema with Edit-Friendly Inversion [0.27624021966289597]
  本研究は, 拡散モデルにおける編集フレンドリーな逆転を用いたエロテマ(皮膚の赤み)の検出のためのゼロショット画像分割フレームワークを提案する。 この方法は、生成的編集により、エリスマのない同一患者の参照画像を合成し、これらの参照を元の画像と正確に整合させる。
  論文  参考訳（メタデータ） (2025-08-02T12:00:35Z)
• 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)
• Zero-shot spatial layout conditioning for text-to-image diffusion models [52.24744018240424]
  大規模テキスト・画像拡散モデルでは、生成画像モデリングにおける技術の現状が大幅に改善されている。 画像キャンバスのセグメントに関連付けられたテキストからの画像生成を考察し、直感的な自然言語インタフェースと生成されたコンテンツの正確な空間制御を組み合わせた。 ZestGuideは,事前学習したテキスト・画像拡散モデルにプラグイン可能なゼロショットセグメンテーション誘導手法である。
  論文  参考訳（メタデータ） (2023-06-23T19:24:48Z)
• Seamless Iterative Semi-Supervised Correction of Imperfect Labels in Microscopy Images [57.42492501915773]
  生体内試験は、医療機器の毒性に対する動物実験の代替手段である。 人間の疲労は、深層学習を魅力的なものにするために、エラー作成に重要な役割を果たします。 我々は、不完全ラベルのシームレス反復半監督補正(SISSI)を提案する。 本手法は,物体検出に適応的な早期学習補正技術を提供する。
  論文  参考訳（メタデータ） (2022-08-05T18:52:20Z)
• CAMERAS: Enhanced Resolution And Sanity preserving Class Activation Mapping for image saliency [61.40511574314069]
  バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。 CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
  論文  参考訳（メタデータ） (2021-06-20T08:20:56Z)
• Style-invariant Cardiac Image Segmentation with Test-time Augmentation [10.234493507401618]
  ディープモデルは、実際の臨床環境での外観の変化により、しばしば深刻なパフォーマンス低下に悩まされる。 本稿では,心臓画像分割のための新しいスタイル不変手法を提案する。
  論文  参考訳（メタデータ） (2020-09-24T08:27:40Z)
• Towards Unsupervised Learning for Instrument Segmentation in Robotic Surgery with Cycle-Consistent Adversarial Networks [54.00217496410142]
  本稿では、入力された内視鏡画像と対応するアノテーションとのマッピングを学習することを目的として、未ペア画像から画像への変換を提案する。 当社のアプローチでは,高価なアノテーションを取得することなく,イメージセグメンテーションモデルをトレーニングすることが可能です。 提案手法をEndovis 2017チャレンジデータセットで検証し,教師付きセグメンテーション手法と競合することを示す。
  論文  参考訳（メタデータ） (2020-07-09T01:39:39Z)

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。