C2W-Tune：3D後期ガドリニウム造影MRIにおける薄い左房壁セグメンテーションのための、空洞から壁への転移学習
arXiv cs.CV / 2026/3/27
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- C2W-Tuneは、3D LGE-MRIにおける薄い左房壁（LA wall）のセグメンテーションを、左房腔（LA cavity）モデルを解剖学的な事前知識（prior）として転移学習する二段階フレームワークとして提案しています。
- 具体的には、Stage 1で3D U-Net（ResNeXtエンコーダ、instance normalization）を用いてLA cavityを高精度に学習し、Stage 2でその重みをLA wallに転用しつつ、段階的な層のunfreezingにより内膜側の特徴を保ったまま壁特化の微調整を行います。
- 2018 LA Segmentation Challengeデータセットで、壁Diceは0.623→0.814、Surface Dice(1mm)は0.553→0.731に向上し、境界誤差もHD95（2.95mm→2.55mm）やASSD（0.71mm→0.63mm）で改善しました。
- 教師データを70体の学習ボリュームに減らしてもDice 0.78・HD95 3.15mmを達成し、少数データ下でも競争力のある性能と報告値より高いDiceを示しています。
