病理組織画像における細胞核サブタイプの正確な分類は、腫瘍グレーディング、免疫浸潤の定量化、予後予測などの下流タスクにとって極めて重要である。しかし、既存のアプローチは畳み込みニューラルネットワークまたはTransformerベースのエンコーダのいずれかに単独で依存しており、細粒度の局所テクスチャと長距離空間コンテキストを同時に捉えることが難しい。この限界に対処するため、Spoorthi MらはAMN（Adaptive Multi-Scale Nuclei Network）を提案した。これはデュアルエンコーダセグメンテーションフレームワークであり、arXiv（番号2606.07633）に2026年5月31日に投稿された。
AMNの核心的な革新は、そのデュアルエンコーダアーキテクチャにある。Swin TransformerとResNet-50の特徴ピラミッドを同時に活用し、学習可能なチャネルごとのゲーティング機構を通じて融合する。このゲーティング機構は各スケールで両エンコーダの寄与を動的に重み付けし、局所的な詳細とグローバルなコンテキスト情報を適応的に統合する。これにより、単一エンコーダアーキテクチャの固有の限界を克服し、セグメンテーション精度を向上させることを目指している。
訓練戦略として、AMNは多目的損失関数を採用している。これは3つの主要コンポーネントを組み合わせる：クラス重み付きフォーカル損失（クラス不均衡を緩和）、境界認識損失（正ピクセルを強調して境界セグメンテーションを改善）、そして新規の不確実性変調分類項である。この分類項は予測の不確実性をモデル化することで、モデルが過度に自信のある誤った予測を生成するのを抑制し、セグメンテーションの信頼性を高める。
研究チームはCoNICベンチマークデータセットでAMNを評価した。7つの細胞核クラスを対象とし、平均Dice係数0.82、平均F1スコア0.68という優れた性能を達成した。特に診断的に困難なリンパ球クラスでは、F1スコア0.67を記録した。純粋なCNNアーキテクチャ（U-Net、ResU-Net、DeepLabV3+、SegNet）、純粋なTransformerアーキテクチャ（ViT-Small）、および最近のハイブリッドアーキテクチャ（HmsU-Net、ConvFormer-UNet、BEFUnet）を含む8つのベースラインモデルと比較して、AMNはより優れたセグメンテーション効果を示した。
さらに、モデルの汎化能力を検証するため、研究チームはクロスデータセット評価を実施した。MoNuSegデータセット上で再訓練なしにAMNを直接テストした結果、AMNは強力な汎化性能を示し、学習された表現のドメイン堅牢性を証明した。この特性は、異なる来源の画像データを扱う臨床応用において重要な意味を持つ。
本論文はコンピュータビジョンとパターン認識（cs.CV）および人工知能（cs.AI）分野に属し、ACM分類番号はI.4.6、I.4.8、I.2.10、MSC分類番号は68T07、92C55、68U10である。論文全文はarXivから入手可能で、PDFおよび実験的なHTMLバージョンが提供されている。