日本語タイトル#
3D 網膜層分割における汎用ウェーブレットユニット
英文タイトル#
Universal Wavelet Units in 3D Retinal Layer Segmentation
日本語要約#
本論文では、可調ウェーブレットユニット（UwUs）を光学的コヒーレンス断層撮影（OCT）ボリュームからの 3D 網膜層分割に初めて適用する研究を発表します。従来の最大プーリングの限界を克服するために、3 つのウェーブレットベースのダウンサンプリングモジュール、OrthLattUwU、BiorthLattUwU、および LS-BiorthLattUwU を運動補正された MGU-Net アーキテクチャに統合します。これらのモジュールは、低周波および高周波の特徴を保持するために学習可能な格子フィルターバンクを使用し、空間的な詳細と構造的一貫性を強化します。ヤコブ網膜センター（JRC）OCT データセットで評価した結果、我々のフレームワークは精度と Dice スコアの面で顕著な改善を示し、特に LS-BiorthLattUwU が、ボリューム医学画像分割における可調ウェーブレットフィルターの利点を強調しています。
英文要約#
This paper presents the first study to apply tunable wavelet units (UwUs) for 3D retinal layer segmentation from Optical Coherence Tomography (OCT) volumes. To overcome the limitations of conventional max-pooling, we integrate three wavelet-based downsampling modules, OrthLattUwU, BiorthLattUwU, and LS-BiorthLattUwU, into a motion-corrected MGU-Net architecture. These modules use learnable lattice filter banks to preserve both low- and high-frequency features, enhancing spatial detail and structural consistency. Evaluated on the Jacobs Retina Center (JRC) OCT dataset, our framework shows significant improvement in accuracy and Dice score, particularly with LS-BiorthLattUwU, highlighting the benefits of tunable wavelet filters in volumetric medical image segmentation.
PDF 取得#
抖音でスキャンしてさらに素晴らしいコンテンツを見る