NEMESIS：ノイズ抑制による高効率MAEと強化されたスーパー パッチ統合戦略
arXiv cs.CV / 2026/4/3
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- NEMESISは3D CTボリュームに対する自己教師あり学習のためのマスク付きオートエンコーダ（MAE）フレームワークであり、局所的な128×128×128の「スーパー パッチ」を用いて、解剖学的な詳細を維持しながらメモリ要求を削減します。
- この手法は、ノイズ強調の再構成タスクによって前処理（pretext）学習を改善し、並列な面（plane）方向と軸（axis）方向のトークン除去による二重マスキングを適用するMasked Anatomical Transformer Blocks（MATB）を採用します。
- さらに、従来のマスキングではうまく表現できない異方的なCT構造をより適切に捉えるため、クロススケールの文脈集約のためのNEMESIS Tokens（NT）を追加します。
- BTCVのマルチオーガン・ベンチマークにおいて、NEMESISは固定バックボーン＋線形分類器の設定で平均AUROC 0.9633を達成し、完全にファインチューニングしたSuPreMおよびVoCoを上回ります。
- さらに、ラベルが少ない設定（注釈10%のみ）でもAUROC 0.9075に到達し、全ボリューム基線（985.8 GFLOPs）に比べて計算量を大幅に削減（31.0 GFLOPs）します。
