HarDNet-DFUS: An Enhanced Harmonically-Connected Network for Diabetic Foot Ulcer Image Segmentation and Colonoscopy Polyp Segmentation

要約

糖尿病性足潰瘍と大腸内視鏡検査ポリープの医用画像セグメンテーションのためのニューラル ネットワーク アーキテクチャを提示します。
糖尿病性足潰瘍は、真性糖尿病の神経障害および血管合併症によって引き起こされます。
適切な診断と治療を提供するために、創傷ケアの専門家は足の創傷から正確な形態学的特徴を抽出する必要があります。
コンピュータ支援システムを使用することは、関連する形態学的特徴を抽出し、病変をセグメント化するための有望なアプローチです。
2021 年の大腸内視鏡検査ポリープ セグメンテーションの SOTA であった HarDNet-MSEG のデコーダーを、バックボーンを拡張して置き換えることにより、HarDNet-DFUS と呼ばれる畳み込みニューラル ネットワークを提案します。
DFUC2022 データセットを使用して DFUS を作成し、5 分割クロス検証、テスト時間の増強などによって堅牢性を高めます。DFUC2022 の検証段階では、HarDNet-DFUS は 0.7063 平均サイコロを達成し、すべての参加者の中で 3 位にランクされました。
DFUC2022 の最終テスト段階では、平均ダイス 0.7287 を達成し、1 位を獲得しました。
HarDNet-DFUS は、大腸内視鏡検査のポリープ セグメンテーション タスクにも優れた性能を発揮します。
有名な Kvasir データセットで平均ダイス 0.924 を達成し、元の HarDNet-MSEG よりも 1.2\% 向上しています。
コードは、https://github.com/kytimmylai/DFUC2022 (糖尿病性足潰瘍セグメンテーション用) および https://github.com/YuWenLo/HarDNet-DFUS (大腸内視鏡検査ポリープ セグメンテーション用) で入手できます。

要約(オリジナル)

We present a neural network architecture for medical image segmentation of diabetic foot ulcers and colonoscopy polyps. Diabetic foot ulcers are caused by neuropathic and vascular complications of diabetes mellitus. In order to provide a proper diagnosis and treatment, wound care professionals need to extract accurate morphological features from the foot wounds. Using computer-aided systems is a promising approach to extract related morphological features and segment the lesions. We propose a convolution neural network called HarDNet-DFUS by enhancing the backbone and replacing the decoder of HarDNet-MSEG, which was SOTA for colonoscopy polyp segmentation in 2021. For the MICCAI 2022 Diabetic Foot Ulcer Segmentation Challenge (DFUC2022), we train HarDNet-DFUS using the DFUC2022 dataset and increase its robustness by means of five-fold cross validation, Test Time Augmentation, etc. In the validation phase of DFUC2022, HarDNet-DFUS achieved 0.7063 mean dice and was ranked third among all participants. In the final testing phase of DFUC2022, it achieved 0.7287 mean dice and was the first place winner. HarDNet-DFUS also deliver excellent performance for the colonoscopy polyp segmentation task. It achieves 0.924 mean Dice on the famous Kvasir dataset, an improvement of 1.2\% over the original HarDNet-MSEG. The codes are available on https://github.com/kytimmylai/DFUC2022 (for Diabetic Foot Ulcers Segmentation) and https://github.com/YuWenLo/HarDNet-DFUS (for Colonoscopy Polyp Segmentation).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google