[論文レビュー] LmPT: Conditional Point Transformer for Anatomical Landmark Detection on 3D Point Clouds

Matteo Bastico, Pierre Onghena+6 more|arXiv (Cornell University)|Feb 2, 2026

Forensic Anthropology and Bioarchaeology Studies被引用数 0

ひとこと要約

LmPT は FiLM ベースの入力条件付けを備えた条件付きポイントトランスフォーマーを導入し、クロススペies3D大腿骨の点群における解剖学的ランドマークを検出、ヒトと犬のデータセットで最先端の精度を達成し、跨術間のクロススペース学習を実現します。

ABSTRACT

Accurate identification of anatomical landmarks is crucial for various medical applications. Traditional manual landmarking is time-consuming and prone to inter-observer variability, while rule-based methods are often tailored to specific geometries or limited sets of landmarks. In recent years, anatomical surfaces have been effectively represented as point clouds, which are lightweight structures composed of spatial coordinates. Following this strategy and to overcome the limitations of existing landmarking techniques, we propose Landmark Point Transformer (LmPT), a method for automatic anatomical landmark detection on point clouds that can leverage homologous bones from different species for translational research. The LmPT model incorporates a conditioning mechanism that enables adaptability to different input types to conduct cross-species learning. We focus the evaluation of our approach on femoral landmarking using both human and newly annotated dog femurs, demonstrating its generalization and effectiveness across species. The code and dog femur dataset will be publicly available at: https://github.com/Pierreoo/LandmarkPointTransformer.

研究の動機と目的

• 3D 点群での正確かつスケーラブルな自動ランドマーク付けを促進し、手動ラベリングのばらつきを低減する。
• 現象 homologous bones を活用した跨種対応ランドマーク検出器を開発し、翻訳研究を促進する。
• FiLM 調整を用いた条件付きトランスフォーマーモデル（LmPT）を提案し、異なる入力タイプへ適応する。
• 翻訳跨種評価を可能にする犬の大腿骨ランドマークデータセットを作成・公開する。
• 人間と犬の大腿骨で一般化を示し、定量的および定性的分析を行う。

提案手法

• 3D 点群にはトランスフォーマーを用いたエンコーダ-デコーダ型（Point Transformer）を採用する。
• ボトルネックエンコーダ特徴に適用されたFeature-wise Linear Modulation (FiLM) による入力タイプ条件付けを導入する。
• ラベル付き关键点のクロスエントロピー損失で訓練し、ラベルなし点は無視する。
• クロスドメイン一般化を改善するため、正規化・8192点へのサンプリング・回転・拡大・冠状反転によるデータ拡張を行う。
• MAEとPCK を複数の閾値で評価し、A&A や DGCNN を含むベースラインと比較する。

実験結果

リサーチクエスチョン

• RQ1 対象 species（人間と犬）の3D大腿骨点群で、条件付きポイントトランスフォーマーが解剖学的ランドマークを検出できるか？
• RQ2 FiLM ベースの条件付けは跨種学習を有効にし、単一種訓練と比較してランドマーク精度を改善するか？
• RQ3 LmPT-v2 は他のベースラインと比べてランドマーク位置特定の精度と収束性でどうなるか？
• RQ4 跨種訓練が人間と犬のランドマーク検出性能に与える影響は？
• RQ5 新たに注釈付けされた犬の大腿骨データセットは翻訳研究と跨種一般化をサポートできるか？

主な発見

• LmPT with PTv2 backbone は人間の大腿骨で最先端のランドマーク MAE を達成し、しばしば専門家レベルの注釈を上回る。
• PTv3 のアテンション連結戦略はこのタスクで PTv2 に及ばず、効率と局所化精度のトレードオフを示す。
• LmPT-v2 は人間の大腿骨データセットで複数のランドマークに対して基準より一貫して上回る。
• 犬の大腿骨データセットでは、LmPT-v2 が評価手法の中で最も低い MAE と最も速い収束を示す。
• FiLM 条件付けを伴う跨種訓練は人間のランドマーク MAE を単一種訓練より改善し、犬の MAE はランドマークセットの差異によりニュアンスのある反応を示す。
• 跨種訓練は両種とも低い閾値で同等またはそれ以上の性能を達成し、跨種特徴共有が効果的であることを示す。