NULLBUS：Null許容グローバル-ローカルプロンプトを用いた乳房超音波セグメンテーションのためのマルチモーダル混合教師あり学習

この論文では、セグメンテーションタスクにおける乳房超音波データセットの限られたメタデータの課題に対処する新しいフレームワークであるNullBUSを紹介しています。 中核となる革新は、「nullable prompt」の使用にあります。これは、存在マスクを備えた学習可能なnull埋め込みです。 これにより、モデルはプロンプトの有無にかかわらず画像を効果的に活用し、堅牢性とパフォーマンスを向上させることができます。 統一されたデータセットで最先端のパフォーマンスを示す結果は有望です。 学習可能なnull埋め込みを使用して欠損データを処理するというアプローチは、特にデータ注釈が一貫していないか不完全な可能性がある医用画像処理において、マルチモーダル学習の分野への貴重な貢献です。 今後の研究では、NullBUSの他の医用画像モダリティおよびセグメンテーションタスクへの適用性を検討することができます。

• •乳房超音波セグメンテーションのためのマルチモーダルフレームワークであるNullBUSを紹介します。
• •データセット内の欠落しているメタデータを処理するために、nullable promptを利用します。
• •統一されたBUSデータセットで最先端のパフォーマンスを実現します。