GAMED-Snake: Gradient-aware Adaptive Momentum Evolution Deep Snake Model for Multi-organ Segmentation

要約

多臓器セグメンテーションは、複雑な解剖学的背景、曖昧な境界、多様な形態のため、重要かつ困難な作業です。
この研究では、勾配対応適応運動量進化ディープ スネーク (GAMED-Snake) モデルを導入します。このモデルは、勾配ベースの学習と適応運動量進化メカニズムを統合することにより、輪郭ベースのセグメンテーションの新しいパラダイムを確立します。
GAMED-Snake モデルには 3 つの主要な革新が組み込まれています。 まず、Distance Energy Map Prior (DEMP) は、複雑な背景やぼやけたエッジのあるシナリオでも、輪郭点を真の境界に向かって効果的に引き寄せるピクセル レベルの力場を生成します。
次に、Differential Convolution Inception Module (DCIM) が包括的なエネルギー勾配を正確に抽出し、セグメンテーションの精度を大幅に向上させます。
3 番目に、適応運動量進化メカニズム (AMEM) は、交差注意を採用して、進化のさまざまな反復にわたって動的特徴を確立し、多様な形態の正確な境界調整を可能にします。
4 つの困難な多臓器セグメンテーション データセットに関する実験結果は、GAMED-Snake が最先端の方法と比較して mDice メトリクスを約 2% 改善することを示しています。
コードは https://github.com/SYSUzrc/GAMED-Snake で入手できます。

要約(オリジナル)

Multi-organ segmentation is a critical yet challenging task due to complex anatomical backgrounds, blurred boundaries, and diverse morphologies. This study introduces the Gradient-aware Adaptive Momentum Evolution Deep Snake (GAMED-Snake) model, which establishes a novel paradigm for contour-based segmentation by integrating gradient-based learning with adaptive momentum evolution mechanisms. The GAMED-Snake model incorporates three major innovations: First, the Distance Energy Map Prior (DEMP) generates a pixel-level force field that effectively attracts contour points towards the true boundaries, even in scenarios with complex backgrounds and blurred edges. Second, the Differential Convolution Inception Module (DCIM) precisely extracts comprehensive energy gradients, significantly enhancing segmentation accuracy. Third, the Adaptive Momentum Evolution Mechanism (AMEM) employs cross-attention to establish dynamic features across different iterations of evolution, enabling precise boundary alignment for diverse morphologies. Experimental results on four challenging multi-organ segmentation datasets demonstrate that GAMED-Snake improves the mDice metric by approximately 2% compared to state-of-the-art methods. Code will be available at https://github.com/SYSUzrc/GAMED-Snake.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google