Conceptos Básicos
提案されたZePTフレームワークは、ゼロショットパン腫瘍セグメンテーションにおいて、オブジェクトクエリを二つのサブセットに分割し、学習プロセスを二段階に分けることで、臓器と腫瘍のための特徴表現を活用します。
Estadísticas
ZePTは先行手法よりも15.85%のDSC、17.43%のAUROC、23.27%のFPR95で優れた性能を示す。
ZePTはBTCVで最大4.83%のDSC向上し、LiTSでは最大4.51%のDSC向上。
ZePTは他のOVSS手法よりも少ないネットワークパラメータとFLOPsを持っている。
Citas
"A zero-shot segmentation approach is highly desired, where the model can automatically segment unseen diseases without prior exposure to annotated cases during training."
"Our main contributions include proposing ZePT, a novel two-stage framework for zero-shot tumor segmentation."