CoRe-DA：手術技能評価における教師なしドメイン適応のためのコントラスト回帰

arXiv cs.CV / 2026/4/1

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、手術技能評価における視覚ベース手法の限界に取り組み、高価な手作業による注釈と、既存の回帰モデルのタスクや環境に対する汎化が弱い点の両方を対象とする。
SSA回帰における教師なしドメイン適応（UDA）のための初めてのベンチマークを導入し、乾式ラボと臨床環境、ならびにオープン手術とロボット手術にまたがる4つのデータセットを扱う。
提案するCoRe-DAフレームワークは、相対スコアの教師信号とターゲットドメインの自己学習を用いて、コントラスト回帰によりドメイン不変な表現を学習する。
実験では、困難なドメインシフト下で8つのベースラインUDAモデルを評価し、ラベル付きターゲットドメインデータを一切使わずにCoRe-DAが最先端を上回ることを示す。
報告されている性能向上は、Spearman相関で乾式ラボのターゲットに対して0.46、臨床のターゲットに対して0.41であり、著者らはコードとデータセットの公開を予定している。