医用画像コンピュータ支援診断（CAD）において、深層学習モデルは病変領域と背景領域の偽相関を利用して予測を行うため、モデルの一般化能力と頑健性が低下する。この問題を解決するために、本論文ではコンピュータ支援診断向けの四分木トークンスプリット・マージバイアス除去手法QSMFormerを提案する。主な貢献は以下の通りである。まず、空間と意味を結合した異種性評価モジュールを設計し、領域の顕著性分布差異と意味的一貫性を共同モデリングして領域の複雑性を適応的に評価する。次に、領域の異種性に基づく四分木再帰的トークンスプリット手法を構築し、構造の複雑な領域を細粒度に分割して主要な病変特徴を保持する。最後に、意味的および顕著性認識の領域トークンマージモジュールを構築し、トークン間の類似性と顕著性に基づき隣接領域を動的にマージし、Top-K戦略を採用して重要トークンを選択することで冗長な背景情報を削減し、領域の意味表現の一貫性を強化する。本手法はKaggle胸部X線データセットおよびSharmin 9+1データセット（10クラス眼科データセット）で検証され、Kaggle胸部X線データセットでは98.51％の精度および97.02％のF1スコアを達成し、Sharmin 9+1データセットではそれぞれ98.26％および92.60％の精度とF1スコアを記録した。実験結果から、QSMFormerは分類性能の向上と同時にモデルの背景摂動への安定性を高め、非主体背景情報による潜在的な偽相関の影響をある程度緩和できることが示された。

医用画像分類; 潜在的偽相関緩和; Vision Transformer; 四分木トークン分割; 領域トークン統合