R2U++: A Multiscale Recurrent Residual U-Net with Dense Skip Connections for Medical Image Segmentation

要約

U-Netは、医療画像セグメンテーションの分野で広く採用されているニューラルネットワークです。
医用画像コミュニティに迅速に受け入れられているにもかかわらず、複雑なデータセットではパフォーマンスが低下します。
この問題は、ブロックを抽出する単純な機能、つまりエンコーダー/デコーダー、およびエンコーダーとデコーダーの間のセマンティックギャップに起因する可能性があります。
U-Netのバリアント（R2U-Netなど）は、ネットワークをより深くすることによってブロックを抽出する単純な特徴の問題に対処するために提案されていますが、セマンティックギャップの問題には対処していません。
一方、別のバリアントUNET ++は、密なスキップ接続を導入することでセマンティックギャップの問題を処理しますが、単純な特徴抽出ブロックを備えています。
これらの問題を克服するために、新しいU-Netベースの医療画像セグメンテーションアーキテクチャR2U++を提案します。
提案されたアーキテクチャでは、バニラU-Netからの適応された変更は次のとおりです。（1）単純な畳み込みバックボーンがより深い反復残差畳み込みブロックに置き換えられます。
これらのブロックによる視野の拡大は、ネットワークの全体的なパフォーマンスの向上によって証明されるセグメンテーションの重要な機能を抽出するのに役立ちます。
（2）エンコーダーとデコーダーの間のセマンティックギャップは、密なスキップパスウェイによって減少します。
これらの経路は、複数のスケールからの機能を蓄積し、それに応じて連結を適用します。
変更されたアーキテクチャにはマルチデプスモデルが組み込まれており、さまざまなデプスから取得された出力のアンサンブルにより、画像にさまざまなスケールで表示される前景オブジェクトのパフォーマンスが向上します。
R2U ++の性能は、電子顕微鏡（EM）、X線、眼底、およびコンピューター断層撮影（CT）の4つの異なる医用画像モダリティで評価されます。
IoUスコアで達成された平均ゲインは1.5+-0.37％であり、ダイススコアはUNET++で0.9+ -0.33％ですが、IoUでは4.21 + -2.72、R2U-Netでは3.47+-1.89です。
セグメンテーションデータセット。

要約(オリジナル)

U-Net is a widely adopted neural network in the domain of medical image segmentation. Despite its quick embracement by the medical imaging community, its performance suffers on complicated datasets. The problem can be ascribed to its simple feature extracting blocks: encoder/decoder, and the semantic gap between encoder and decoder. Variants of U-Net (such as R2U-Net) have been proposed to address the problem of simple feature extracting blocks by making the network deeper, but it does not deal with the semantic gap problem. On the other hand, another variant UNET++ deals with the semantic gap problem by introducing dense skip connections but has simple feature extraction blocks. To overcome these issues, we propose a new U-Net based medical image segmentation architecture R2U++. In the proposed architecture, the adapted changes from vanilla U-Net are: (1) the plain convolutional backbone is replaced by a deeper recurrent residual convolution block. The increased field of view with these blocks aids in extracting crucial features for segmentation which is proven by improvement in the overall performance of the network. (2) The semantic gap between encoder and decoder is reduced by dense skip pathways. These pathways accumulate features coming from multiple scales and apply concatenation accordingly. The modified architecture has embedded multi-depth models, and an ensemble of outputs taken from varying depths improves the performance on foreground objects appearing at various scales in the images. The performance of R2U++ is evaluated on four distinct medical imaging modalities: electron microscopy (EM), X-rays, fundus, and computed tomography (CT). The average gain achieved in IoU score is 1.5+-0.37% and in dice score is 0.9+-0.33% over UNET++, whereas, 4.21+-2.72 in IoU and 3.47+-1.89 in dice score over R2U-Net across different medical imaging segmentation datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google