DFE-IANet: A Method for Polyp Image Classification Based on Dual-domain Feature Extraction and Interaction Attention

要約

消化管内のポリープを早期に発見して治療することは、結腸直腸がんの予防に役立ちます。
しかし、これまで、効率と精度のバランスをとったポリープ画像分類ネットワークの設計に関する研究はほとんどありませんでした。
この課題は主に、ポリープが他の病状に似ており、質感、色、形態の影響を受ける複雑な特徴を持っているという事実に起因します。
この論文では、スペクトル変換と特徴相互作用の両方に基づいた新しいネットワーク DFE-IANet を提案します。
まず、詳細な特徴とマルチスケールの特徴を抽出するために、特徴はマルチスケール周波数領域特徴抽出 (MSFD) ブロックによって変換され、周波​​数領域のきめの細かいレベルでテクスチャの詳細が抽出されます。
次に、マルチスケール インタラクション アテンション (MSIA) ブロックは、重要な特徴を抽出するネットワークの機能を強化するように設計されています。
このブロックは、セルフ アテンションにマルチスケール機能を導入し、重要な領域に集中するようにネットワークを適応的に誘導することを目的としています。
最後に、DFE-IANet は、わずか 4M というコンパクトなパラメータを備えているため、効率の点で最新のネットワークや従来のネットワークよりも優れています。
さらに、DFE-IANet は、困難な Kvasir データセットに対して最先端 (SOTA) の結果を達成し、93.94% という驚くべきトップ 1 精度を実証しました。
この優れた精度は、ViT を 8.94%、ResNet50 を 1.69%、VMamba を 1.88% 上回ります。
私たちのコードは https://github.com/PURSUETHESUN/DFE-IANet で公開されています。

要約(オリジナル)

It is helpful in preventing colorectal cancer to detect and treat polyps in the gastrointestinal tract early. However, there have been few studies to date on designing polyp image classification networks that balance efficiency and accuracy. This challenge is mainly attributed to the fact that polyps are similar to other pathologies and have complex features influenced by texture, color, and morphology. In this paper, we propose a novel network DFE-IANet based on both spectral transformation and feature interaction. Firstly, to extract detailed features and multi-scale features, the features are transformed by the multi-scale frequency domain feature extraction (MSFD) block to extract texture details at the fine-grained level in the frequency domain. Secondly, the multi-scale interaction attention (MSIA) block is designed to enhance the network’s capability of extracting critical features. This block introduces multi-scale features into self-attention, aiming to adaptively guide the network to concentrate on vital regions. Finally, with a compact parameter of only 4M, DFE-IANet outperforms the latest and classical networks in terms of efficiency. Furthermore, DFE-IANet achieves state-of-the-art (SOTA) results on the challenging Kvasir dataset, demonstrating a remarkable Top-1 accuracy of 93.94%. This outstanding accuracy surpasses ViT by 8.94%, ResNet50 by 1.69%, and VMamba by 1.88%. Our code is publicly available at https://github.com/PURSUETHESUN/DFE-IANet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google