D2-MLP: Dynamic Decomposed MLP Mixer for Medical Image Segmentation

要約

畳み込みニューラル ネットワークは、医療画像のさまざまなセグメンテーション タスクで広く使用されています。
ただし、畳み込み演算の固有の局所性により、グローバルな特徴を適応的に学習することが困難になります。
対照的に、MLP ミキサーは、複雑性の低いチャネル全体でグローバル情報を学習するためのバックボーンとして提案されています。
ただし、空間特徴を効率的にキャプチャすることはできません。
さらに、機能を適応的に融合および混合するための効果的なメカニズムが欠けています。
これらの制限に対処するために、新しい動的分解ミキサー モジュールを提案します。
新しいミキサーを使用して特徴を抽出し、さまざまな空間的位置とチャネルにわたって情報を集約するように設計されています。
さらに、新しい動的混合メカニズムを採用して、チャネルと空間特徴表現の間の相互依存性をモデル化し、それらを適応的に融合します。
その後、これを U 字型のトランスフォーマー ベースのアーキテクチャに組み込み、動的分解 MLP ミキサーと呼ばれる新しいネットワークを生成します。
2 つのデータセットで医療画像のセグメンテーションについて評価したところ、他の最先端の方法よりも優れたセグメンテーション パフォーマンスが得られました。

要約(オリジナル)

Convolutional neural networks are widely used in various segmentation tasks in medical images. However, they are challenged to learn global features adaptively due to the inherent locality of convolutional operations. In contrast, MLP Mixers are proposed as a backbone to learn global information across channels with low complexity. However, they cannot capture spatial features efficiently. Additionally, they lack effective mechanisms to fuse and mix features adaptively. To tackle these limitations, we propose a novel Dynamic Decomposed Mixer module. It is designed to employ novel Mixers to extract features and aggregate information across different spatial locations and channels. Additionally, it employs novel dynamic mixing mechanisms to model inter-dependencies between channel and spatial feature representations and to fuse them adaptively. Subsequently, we incorporate it into a U-shaped Transformer-based architecture to generate a novel network, termed the Dynamic Decomposed MLP Mixer. We evaluated it for medical image segmentation on two datasets, and it achieved superior segmentation performance than other state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google