ReCAP: Prototipi Condizionati dall'Input per il Rilevamento di Anomalie Mediche Senza Linguaggio
Viene introdotto un nuovo framework chiamato ReCAP (Bounded Prototype Conditioning) per il rilevamento di anomalie mediche, che affronta le limitazioni dei metodi esistenti basati su CLIP. L'approccio sostituisce i prompt testuali statici o i token visivi appresi con prototipi visivi condizionati dall'input, consentendo un punteggio di anomalia adattivo alla query. ReCAP utilizza una modulazione gated limitata per ri-centrare i prototipi normali e anomali per ciascuna immagine, limitando la deriva indotta dal contesto. Per scenari few-shot, una memoria di riferimento normale non parametrica preserva la variazione del dominio target a livello di istanza. Il metodo è senza linguaggio, eliminando la necessità di annotazioni testuali. L'articolo è disponibile su arXiv (2608.00442) ed è classificato come uno studio di imaging medico cross-domain. Questo sviluppo potrebbe migliorare la generalizzazione attraverso organi e modalità nell'imaging medico, riducendo i requisiti di annotazione.
Fatti principali
- ReCAP è un framework senza linguaggio per il rilevamento di anomalie mediche.
- Sostituisce gli ancoraggi statici con prototipi visivi condizionati dall'input.
- Utilizza una modulazione gated limitata per ri-centrare i prototipi per ciascuna immagine.
- Introduce una memoria di riferimento normale non parametrica per l'apprendimento few-shot.
- Mira a migliorare la generalizzazione cross-domain attraverso organi e modalità.
- Articolo disponibile su arXiv con ID 2608.00442.
- Affronta le limitazioni dei metodi basati su CLIP con riferimenti statici.
- Il metodo è adattivo alla query e limita la deriva dei prototipi.
Entità
Istituzioni
- arXiv