SegWithU：単一フォワードパスでの不確実性を「摂動エネルギー」として扱うリスク認識型医用画像セグメンテーション
arXiv cs.CV / 2026/4/17
📰 ニュースSignals & Early TrendsTools & Practical UsageModels & Research
要点
- SegWithUは、凍結した事前学習済みセグメンテーションバックボーンに軽量な不確実性ヘッドを追加することで、医用画像セグメンテーション向けの事後的（post-hoc）な不確実性推定を実現する枠組みです。
- 中間層の特徴を用い、ランク1の事後プローブ（rank-1 posterior probes）によりコンパクトなプローブ空間上で不確実性を「摂動エネルギー」としてモデル化します。
- 不確実性マップは2種類を出力し、確率の温度調整（キャリブレーション）用のマップと、誤り検出や選択的予測（ランキング）用のマップをそれぞれ提供します。
- ACDC、BraTS2024、LiTSで、SegWithUは単一フォワードパスのベースラインとして最も強く、かつ一貫性が高いと報告されており、セグメンテーション品質も維持しています。
- GitHubでソースコードが公開されているため、実用化や追試・発展的な検証がしやすくなっています。
