Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Sample-Aware Test-Time Adaptation for Medical Image-to-Image Translation

Created by
  • Haebom

作者

Irene Iele, Francesco Di Feola, Valerio Guarrasi, Paolo Soda

概要

本論文は、医療画像の画像から画像への変換における分布外サンプル処理における性能劣化の問題を解決するための新しいTest-Time Adaptation（TTA）フレームワークを提案する。このフレームワークは、再構成モジュール（Reconstruction Module）を介してドメインの移動度合いを定量化し、事前訓練された変換モデルの内部特性を動的に調整する動的適応ブロック（Dynamic Adaptation Block）を導入して、分布外サンプルへの適応を実行します。分布内のサンプルには適応を適用せず、パフォーマンスの低下を防ぎます。低線量CTノイズ除去とT1からT2 MRI変換という2つの医用画像変換操作において、従来の方法とTTAを適用しなかった基準モデルよりも性能が向上した。従来の最先端の方法は、分布内外のサンプルの両方に等しく適応を適用する限界を指摘し、サンプル特異的な動的調整が実際の環境におけるモデルのロバスト性を向上させる有望な方法であることを示しています。

Takeaways、Limitations

•
Takeaways：
◦
医療画像画像から画像への変換における分布外サンプルの性能低下の問題を効果的に解決する新しいTTAフレームワークの提示
◦
再構成モジュールと動的適応ブロックを介してサンプル特異的な動的適応を可能にすることによって、既存のTTA法の限界を克服する。
◦
低線量CTノイズ除去とT1‐T2 MRI変換操作における従来法と比較した性能向上を実験的に検証した。
◦
実際の医療画像解析におけるモデルのロバスト性の向上に寄与する可能性を提示
•
Limitations：
◦
提案された方法の一般化性能に関するさらなる研究の必要性さまざまな医療画像タイプと変換作業のスケーラビリティレビューが必要です。
◦
再構成モジュールと動的適応ブロックの設計のための追加の最適化研究が必要
◦
現在提示されている2つの作業以外の医療画像変換作業における性能評価が不足している。
👍
Made with Slashpage