前提が重要：医用画像におけるSSL手法の実証的研究
arXiv cs.CV / 2026/3/25
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本研究は、医用画像において自己教師あり学習（SSL）の異なる目的関数が表現の質にどのように影響するかを評価し、ピクセル再構成法との比較として、共同埋め込み型アーキテクチャ（JEAs）および共同埋め込み予測型アーキテクチャ（JEPAs）に焦点を当てる。
- ノイズ特性が異なる2つのモダリティ（超音波と病理組織）を用いたところ、最良のSSL手法は、臨床的に関連する信号が空間的にどのように組織化されているかに依存することが示される。
- 空間的に局在した有益な信号をもつ病理組織では、ビュー不変性を目的とするJEAsが優位であり、肝臓の超音波解剖のように診断上重要な情報が全体的に構造化されている場合には、JEPAsがより適している。
- 結論は、放射線科専門医および病理専門医による独立した検証によって補強されており、学習された特徴の臨床的関連性とSSL目的関数の選択が結び付けられる。
- 本論文は、各医用画像モダリティの構造およびノイズ特性に適合するSSL目的関数を選択するための実践的な枠組みを提案する。
