病理組織の核セグメンテーションに向けた、プロンプト不要の軽量SAM適応と強いクロスデータセット汎化
arXiv cs.CV / 2026/3/24
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、病理組織における核のセグメンテーションを扱い、既存手法の抱える計算コストの問題と弱いクロスデータセット汎化に焦点を当てる。
- マルチレベルのエンコーダ特徴と残差型のデコーディングを用いる、プロンプト不要かつ軽量なSAM適応を提案し、高密度な核や多様な見え方により適切に対処する。
- SAMの主要なエンコーダは凍結したまま、LoRAモジュールのみを微調整することで、訓練可能パラメータを4.1Mに抑え、効率を向上させる。
- TNBC、MoNuSeg、PanNukeでの実験では、最先端の結果に加えて強いクロスデータセット汎化が報告され、病理ワークフローへの実運用可能性の向上が示唆される。
