arXiv · 16.06.2026 ·Машинное обучение

SegDINO: новый метод улучшения сегментации медицинских изображений

Исследователи предложили новый подход SegDINO для повышения эффективности сегментации медицинских изображений. Он основан на модели DINO, которая уже известна своими мощными визуальными представлениями, но её применение для сегментации оставалось сложным.

Проблема заключается в том, что существующие методы используют сложные декодеры с дорогостоящими механизмами апсемплирования. Это увеличивает количество параметров и вычислительные затраты. Авторы SegDINO обнаружили, что введение многоуровневой структуры в признаки DINO важнее, чем увеличение мощности декодера.

Новый метод позволяет значительно улучшить качество сегментации при меньших вычислительных затратах. Это особенно важно для медицинских изображений, где точность и эффективность критически важны. Исследование опубликовано на arXiv и может найти применение в диагностике и анализе медицинских данных.

Источник: arXiv

Похожие материалы

arXiv · Машинное обучение Новый метод улучшает сегментацию медицинских изображений без меток Исследователи предложили новый подход к сегментации медицинских изображений в условиях нехватки аннотированных данных. В статье на arXiv представлен метод, который использует цепочки рассуждений (Chain of Thought, CoT) для улучшения семисупервизорного обучения. MarkTechPost · Машинное обучение Реализация 3D-сегментации селезёнки на основе MONAI и UNet В новом туториале представлена пошаговая реализация конвейера для 3D-сегментации медицинских изображений с использованием фреймворка MONAI. Цель — сегментация селезёнки на основе набора данных Medical Segmentation Decathlon Task09, включающего томографические сканы. arXiv · Инференс и железо ActiveSAM ускоряет сегментацию изображений для ИИ-агентов Исследователи из Meta представили ActiveSAM — метод, который оптимизирует работу Segment Anything Model 3 (SAM 3) для сегментации изображений в задачах с открытым словарём (OVSS). Основная проблема SAM 3 заключается в неэффективности: модель обрабатывает все классы из словаря, хотя в каждом изображении присутствует лишь небольшая их часть. arXiv · Память и RAG Использование Segment Anything Model для интерпретации сейсмических данных Исследователи изучили применение Segment Anything Model (SAM) для интерпретации сейсмических данных, что может быть полезно для разработки ИИ-агентов, работающих с визуальной информацией. SAM, разработанный Meta, демонстрирует мощные возможности сегментации изображений на основе подсказок, что делает его перспективным инструментом для анализа сложных данных. arXiv · Машинное обучение Новый метод улучшает восстановление 3D МРТ-изображений Исследователи предложили новый подход к восстановлению 3D МРТ-изображений, который сначала восстанавливает семантику, а затем генерирует изображения. Это позволяет значительно улучшить качество синтеза при работе с многоконтрастной магнитно-резонансной томографией (МРТ). arXiv · Модели и релизы Как улучшить точность небольших моделей кода без переобучения Исследователи из DeepSeek и других организаций представили новый подход к повышению точности небольших моделей кода без необходимости их переобучения. В работе рассматриваются так называемые «замороженные» модели кода (с параметрами ≤45 миллионов), которые не поддаются стандартным методам улучшения качества вывода. arXiv · ИИ в бизнесе ИИ помогает создавать персонализированные цифровые двойники сердца Исследователи предложили новый подход к созданию персонализированных цифровых двойников сердца, которые могут адаптироваться под каждого пациента. Традиционные методы требуют ручной настройки гибридных моделей, сочетающих физические и нейронные архитектуры, что требует глубоких знаний в области кардиологии и не всегда применимо для разных пациентов. arXiv · Машинное обучение Новый подход к распознаванию таблиц в мультизадачном режиме Исследователи предложили новый метод для распознавания таблиц, который объединяет три задачи: предсказание структуры таблицы, локализацию ячеек и распознавание содержимого ячеек. В отличие от традиционных подходов, которые используют авторегрессивные декодеры, новый метод применяет порядково-независимые представления на уровне ячеек. Это позволяет избежать проблем, связанных с авторегрессивным генерацией, где порядок обработки ячеек может влиять на качество распознавания. arXiv · Память и RAG RoboPIN: новый подход к визуальному мышлению для ИИ-агентов Исследователи из MIT и других ведущих университетов представили RoboPIN — метод, который улучшает способность ИИ-агентов к визуальному мышлению в физических средах. Текущие модели часто используют текстовые или координатные цепочки мыслей, что приводит к разрыву между визуальными данными и логическим выводом. RoboPIN предлагает решение, фиксируя визуальные объекты в процессе рассуждений, что делает их более точными и последовательными. Hacker News · Машинное обучение Новый подход к решению нейронных ОДУ Исследователи предложили метод решения нейронных обыкновенных дифференциальных уравнений (ОДУ) с нуля. В статье на Tinyvolt подробно описаны принципы и алгоритмы, которые позволяют более точно моделировать динамические системы.

← Все материалы