サブ領域を意識したプロンプトによる階層的テキスト誘導ブレイントモール分割

Abstract

脳腫瘍のセグメンテーションは、3つの標準的なサブ領域、すなわち全腫瘍（WT）、腫瘍コア（TC）、造影腫瘍（ET）が、しばしば曖昧な視覚的境界を示すため、依然として困難です。放射線学的記述文と画像を統合することは有望であることが示されています。しかし、ほとんどのマルチモーダル手法は、レポートを単一のグローバルなテキスト埋め込みへ圧縮し、それをすべてのサブ領域で共有するため、それぞれのサブ領域の固有の臨床的特性を見落としがちです。私たちはTextCSP（text-modulated soft cascade architecture）を提案します。これは、TextBraTSのベースラインに基づき、3つの新規コンポーネントを備えた階層的なテキストガイド型フレームワークです。（1）テキストで変調されたソフトカスケードデコーダで、解剖学的な内包関係に整合する粗い〜細かい段階的な方法により WT→TC→ET を予測します。（2）サブ領域に応じたプロンプト調整。LoRA適応したBioBERTエンコーダと、学習可能なソフトプロンプトを用いて、各サブ領域に合わせた専門化されたテキスト表現を生成します。（3）前述の表現をチャネルごとのリファインメント信号へ変換するテキストセマンティクス・チャネルモジュレータにより、デコーダが臨床的に記述されたパターンに整合する特徴を強調できるようにします。TextBraTSデータセットでの実験では、主要指標であるDiceおよびHD95において、最先端手法に対してすべてのサブ領域で一貫した改善が確認され、改善幅はそれぞれ1.7%および6%です。