Mobarakol Islam
収録論文 17本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 敵対的特徴分離による頑健な手術ワークフロー認識のためのマルチモーダルグラフ表現学習マルチモーダル認識2025/5/1
視覚と運動学データをグラフ表現で統合し、敵対的特徴分離でモダリティ間のギャップを埋めることで、データ破損やドメインシフトに頑健な手術ワークフロー認識手法を提案した。
- ロボット手術におけるSAM 2:手術映像セグメンテーションの堅牢性と汎化性能の実証評価手術映像セグメンテーション2024/8/1
セグメンテーションモデルSAM 2を手術映像にゼロショット適用し、点・ボックスプロンプトでの精度や画像劣化への堅牢性をEndoVisベンチマークで評価した。
- Surgical-VQLA++: ロボット手術における校正済みロバスト視覚質問局所回答のための敵対的対照学習VLA2024/8/1
手術画像に対する質問応答で、回答とともに関連領域を局所化するVQLAタスクを提案し、マルチモーダル情報を統合する校正済み共注意ゲート付き視覚言語埋め込みと敵対的対照学習で性能とロバスト性を向上させた。
- Surgical-LVLM:手術支援のための視覚的質問応答に適応する大規模視覚言語モデルVLA2024/5/1
手術動画の視覚的質問応答と領域特定のため、大規模視覚言語モデルにVP-LoRAとToken-Interactionモジュールを組み込み、複雑な手術シーンでの性能を向上させた。
- OSSAR: ロボット支援手術におけるオープンセット手術活動認識に向けて手術活動認識2024/2/1
手術活動認識において未知クラスを既知クラスと誤認しないオープンセット認識フレームワークOSSARを提案し、超球相反点戦略とキャリブレーション改善で既存手法を上回る性能を示した。
- ロボット支援経鼻気管挿管に向けたTransformerによるランドマーク検出医療ロボティクス2023/8/1
変形可能なDeTRと意味整合モジュールを用いて、鼻孔と声門という2つの重要ランドマークを高精度に検出する手法を提案し、公開データセットで有効性を示した。
- 手術支援のための継続的視覚質問応答における蒸留の再検討VLA2023/7/1
手術教育支援のための視覚質問局所回答システムにおいて、古いデータにアクセスできない状況でも壊滅的忘却を防ぐため、剛性-可塑性を考慮した蒸留と自己校正異種蒸留を提案し、継続学習フレームワークを構築した。
- LLCaps: 曲線ウェーブレット注意と逆拡散による低照度カプセル内視鏡画像の照明改善学習医用画像強調2023/7/1
カプセル内視鏡の低照度画像を、マルチスケールCNNと曲線ウェーブレット注意、逆拡散過程を組み合わせて高画質化する手法を提案し、消化管疾患のセグメンテーション精度も向上させた。
- CAT-ViL: 手術映像における視覚的質問位置特定応答のための共注意ゲート付き視覚言語埋め込みVLA2023/7/1
手術映像に対する質問応答で、答えの内容だけでなく位置も特定するVQLAシステムを提案。視覚と言語の特徴を融合する共注意ゲート付き埋め込みとTransformerで高精度を実現した。
- 手術支援ロボットにおける視覚質問局所回答:ゲート付き視覚言語埋め込みを用いたTransformerVLA2023/5/1
手術動画に対する質問応答で、答えの予測と同時に該当する手術領域を局所化するSurgical-VQLAを提案し、ゲート付き視覚言語埋め込みとLViTで異種モダリティを融合した。
- SAMはロボット手術に使えるか?ロバスト性の実証研究セグメンテーション2023/4/1
ロボット手術の器具セグメンテーションにおいて、SAMのゼロショット汎化性能とロバスト性を様々な設定で評価し、バウンディングボックスプロンプトでは有効だが点プロンプトや複雑な手術シーンでは不十分であることを示した。
- 手術シーン理解のためのタスク認識型非同期マルチタスクモデルとクラス増分対照学習マルチタスク学習/手術シーン理解2022/11/1
手術シーン理解のためのマルチタスク学習モデルを提案し、クラス増分対照学習とタスク認識型非同期最適化により、ドメインシフトに対処しつつキャプション生成と器具-組織インタラクション予測を同時に行う。
- Transformerを用いた手術シーンにおける視覚的質問応答VQA2022/6/1
手術シーンを対象とした視覚的質問応答(Surgical-VQA)タスクを設計し、分類回答と文回答の2種類のデータセットを構築するとともに、視覚と言語のトークン間の相互作用を強化する残差MLPベースのVisualBertエンコーダを提案した。
- 大域的推論を統合したマルチタスク手術シーン理解モデル手術シーン理解2022/1/1
手術シーン理解のため、大域的関係推論とマルチスケール局所推論を組み合わせ、器具セグメンテーションと道具-組織インタラクション検出を同時に行うマルチタスクモデルを提案した。
- 手術器具追跡中の走査経路予測のための時空間マルチタスク学習モデル医療ロボティクス2021/12/1
ロボット手術において、器具のセグメンテーションとタスク指向の顕著性検出を同時に行う時空間マルチタスク学習モデルを提案し、非同期最適化とSinkhorn正則化で走査経路を予測する。
- モデル校正を伴うドメイン適応によるロボット手術レポート生成の学習手術レポート生成/ドメイン適応2021/3/1
勾配反転の敵対的学習とラベルスムージングによるモデル校正を組み合わせ、複数ドメインの手術画像から手術レポート文を生成するマルチ層Transformerモデルを提案した。
- 補助教師付き敵対的学習によるロボット手術のリアルタイム器具セグメンテーション医療画像セグメンテーション2020/7/1
商用ロボット手術システムの高解像度映像から手術器具をリアルタイムにセグメンテーションする軽量CNNを開発し、補助損失と敵対的損失を組み合わせて精度を向上させた。
