AIF-SFDA: Autonomous Information Filter-driven Source-Free Domain Adaptation for Medical Image Segmentation

要約

ドメイン不変情報 (DII) からドメインバリアント情報 (DVI) を分離することは、深層学習アルゴリズムの実際の実装におけるドメインのシフトを軽減するための優れた戦略として機能します。
しかし、医療現場では、データ収集とプライバシーに関する懸念により、トレーニング データとテスト データの両方へのアクセスが制限されることが多く、既存の方法による情報の経験的分離が妨げられています。
この問題に取り組むために、私たちは自律情報フィルター駆動のソースフリー ドメイン適応 (AIF-SFDA) アルゴリズムを提案します。このアルゴリズムは、周波数ベースの学習可能な情報フィルターを利用して、DVI と DII を自律的に分離します。
学習可能な周波数フィルターを最適化するために、情報ボトルネック (IB) と自己監視 (SS) が組み込まれています。
IB はフィルター内の情報フローを管理して冗長な DVI を削減し、SS は特定のタスクと画像モダリティに合わせて DII を維持します。
したがって、自律的な情報フィルターは、ターゲット データのみに依存してドメ​​インのシフトを克服できます。
主要なアルゴリズムやアブレーション研究との比較を通じて、AIF-SFDA の利点を実証するために、さまざまな医療画像モダリティとセグメンテーション タスクをカバーする一連の実験が実施されました。
コードは https://github.com/JingHuaMan/AIF-SFDA で入手できます。

要約(オリジナル)

Decoupling domain-variant information (DVI) from domain-invariant information (DII) serves as a prominent strategy for mitigating domain shifts in the practical implementation of deep learning algorithms. However, in medical settings, concerns surrounding data collection and privacy often restrict access to both training and test data, hindering the empirical decoupling of information by existing methods. To tackle this issue, we propose an Autonomous Information Filter-driven Source-free Domain Adaptation (AIF-SFDA) algorithm, which leverages a frequency-based learnable information filter to autonomously decouple DVI and DII. Information Bottleneck (IB) and Self-supervision (SS) are incorporated to optimize the learnable frequency filter. The IB governs the information flow within the filter to diminish redundant DVI, while SS preserves DII in alignment with the specific task and image modality. Thus, the autonomous information filter can overcome domain shifts relying solely on target data. A series of experiments covering various medical image modalities and segmentation tasks were conducted to demonstrate the benefits of AIF-SFDA through comparisons with leading algorithms and ablation studies. The code is available at https://github.com/JingHuaMan/AIF-SFDA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google