Multi-Task Image-to-Image Schrödinger Bridge による細胞インスタンスセグメンテーション
arXiv cs.CV / 2026/4/15
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、決定論的なセグメンテーションに後処理を組み合わせるのではなく、マルチタスクのシュレーディンガー・ブリッジ・フレームワークを用いて、細胞インスタンスセグメンテーションを分布ベースのイメージ・ツー・イメージ生成タスクとして再定式化する。
- 逆距離マップによる境界認識（boundary-aware）の教師あり学習を導入し、学習中にインスタンスマスクの大域的な構造をより適切に制約する。
- 予測時には決定論的な推論を用いて、安定したセグメンテーション出力を得る。
- PanNukeに関する実験では、SAMの事前学習を行わず、かつ追加の後処理もない状態で、競合または改善された性能を示し、さらにMoNuSegでの追加結果により、ラベル付きデータが限られた条件下でも頑健性があることを示唆する。
- 全体として、著者らは、シュレーディンガー・ブリッジに基づく生成が、細胞のインスタンスセグメンテーションに対して効果的で、かつ構造的により制約されたアプローチになり得ると主張している。
