Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ProSona: Prompt-Guided Personalization for Multi-Expert Medical Image Segmentation

Created by
  • Haebom
Category
Empty

저자

Aya Elgebaly, Nikolaos Delopoulos, Juliane Horner-Rieber, Carolin Rippke, Sebastian Kluter, Luca Boldrini, Lorenzo Placidi, Riccardo Dal Bello, Nicolaus Andratschke, Michael Baumgartl, Claus Belka, Christopher Kurz, Guillaume Landry, Shadi Albarqouni

ProSona: 자연어 프롬프트를 이용한 개인 맞춤형 의료 영상 분할

개요

ProSona는 의료 영상 분할, 특히 전문가 간 의견 차이가 큰 폐 결절 분할과 같은 작업에서 발생하는 높은 관찰자 간 변동성을 해결하기 위한 프레임워크입니다. 이 프레임워크는 자연어 프롬프트를 통해 제어 가능한 개인화를 가능하게 하는 두 단계 접근 방식을 사용합니다. 확률적 U-Net 백본을 통해 다양한 전문가 가설을 캡처하고, 프롬프트 기반 투영 메커니즘을 통해 어노테이션 스타일의 연속적인 잠재 공간을 탐색하여 개인화된 분할을 생성합니다. 텍스트 및 시각적 표현을 정렬하는 다중 레벨 대비 목표를 사용하여 분리되고 해석 가능한 전문가 스타일을 촉진합니다. LIDC-IDRI 폐 결절 데이터세트 및 다중 기관 전립선 MRI 데이터세트에서 ProSona는 Generalized Energy Distance를 17% 감소시키고, DPersona에 비해 평균 Dice 점수를 1점 이상 향상시켰습니다.

시사점, 한계점

시사점:
자연어 프롬프트를 사용하여 개인 맞춤형 의료 영상 분할을 유연하고 정확하며 해석 가능하게 제어할 수 있습니다.
전문가 간의 변동성을 효과적으로 처리하여 분할의 정확도를 향상시킬 수 있습니다.
두 가지 의료 영상 데이터세트에서 DPersona보다 우수한 성능을 보였습니다.
한계점:
논문에서 구체적인 한계점에 대한 언급은 없음.
👍