Gaze-DETR: Using Expert Gaze to Reduce False Positives in Vulvovaginal Candidiasis Screening

要約

外陰膣カンジダ症を正確に検出することは女性の健康にとって極めて重要ですが、その分布がまばらで視覚的に曖昧な特徴があるため、病理学者やニューラル ネットワークによる正確な識別には大きな課題が生じています。
私たちの視線追跡データは、継続的に注目を集めているにもかかわらず、専門家が熟考してもマークしていない領域は、多くの場合、ニューラル ネットワークの誤検知と一致していることを明らかにしています。
この発見を活用して、視線データを統合して誤検知を低減することでニューラル ネットワークの精度を向上させる先駆的な手法である Gaze-DETR を紹介します。
Gaze-DETR には、さまざまな検出方法に適用可能な汎用の視線誘導型ウォームアップ プロトコルと、DETR ベースのモデル専用に設計された視線誘導型の修正戦略が組み込まれています。
当社の包括的なテストにより、Gaze-DETR が既存の主要な手法を上回っており、検出精度と汎用性が大幅に向上していることが確認されています。

要約(オリジナル)

Accurate detection of vulvovaginal candidiasis is critical for women’s health, yet its sparse distribution and visually ambiguous characteristics pose significant challenges for accurate identification by pathologists and neural networks alike. Our eye-tracking data reveals that areas garnering sustained attention – yet not marked by experts after deliberation – are often aligned with false positives of neural networks. Leveraging this finding, we introduce Gaze-DETR, a pioneering method that integrates gaze data to enhance neural network precision by diminishing false positives. Gaze-DETR incorporates a universal gaze-guided warm-up protocol applicable across various detection methods and a gaze-guided rectification strategy specifically designed for DETR-based models. Our comprehensive tests confirm that Gaze-DETR surpasses existing leading methods, showcasing remarkable improvements in detection accuracy and generalizability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google