Pseudo-Text-Conditioned 3D Grounding DINO for Organ Localization in Abdominal CT
복부 CT에서 간·비장·신장·장 등 장기의 3D 위치를 찾는 문제를 위해, Grounding DINO 스타일의 쿼리 기반 3D 검출기 CT-3GDINO를 제안하며 실제 텍스트 인코더 대신 고정된 pseudo-text 클래스 토큰과 Swin3D 백본, 양방향 특징 강화, 교차 모달 디코더를 결합한다. RSNA/RATIC 193개 CT 볼륨에서 평가한 결과, 처음부터 학습한 다중 스케일 모델이 전체 class-wise mAP 0.5830을 달성해 분류 사전학습 변형을 능가했고, IoU 0.1에서는 0.9649 AP로 거친 위치 추정은 강하지만 IoU 0.7에서는 0.1552 AP로 정밀 박스 정렬은 제한적이다.