FocusNet: Transformer-enhanced Polyp Segmentation with Local and Pooling Attention

要約

大腸内視鏡検査は、結腸直腸ポリープの早期診断に不可欠です。
定期的なスクリーニングは、良性のポリープがCRCに進行するのを効果的に防ぐことができます。
ディープラーニングはポリープのセグメンテーションで印象的な進歩を遂げていますが、ほとんどの既存のモデルは単一モダリティと単一中心のデータで訓練されており、実際の臨床環境では効果が低下しています。
これらの制限を克服するために、ポリープのセグメンテーションを改善するために設計されたトランス強化フォーカス注意ネットワークであるFocusNetを提案します。
FocusNetには、3つの重要なモジュールが組み込まれています。粗いセグメンテーションマップを生成するためのセマンチックな相互作用デコーダーモジュール（CIDM）、浅い機能を改良するための詳細エンハンスメントモジュール（DEM）、およびローカルの詳細とグローバルなコンテキストのバランスをとるフォーカス注意モジュール（FAM）。
より信頼性の高いセグメンテーション方法を構築するためのマルチモダリティとマルチセンターデータを備えた新しく導入されたデータセットであるPolyPDBでモデルを評価します。
広範な実験により、FocusNetは、BLIモダリティで82.47％、LCIで92.04％、NBIで82.04％、NBIで82.09％、WLIモダリティで93.42％を5.42％で5.42％で、FICEで88.04％、WLIモダリティとロビーモデアを示すことで、FocusNetが既存の最先端のアプローチを常に上回ることが示されました。
FocusNetのソースコードは、https：//github.com/junzengz/focusnetで入手できます。

要約(オリジナル)

Colonoscopy is vital in the early diagnosis of colorectal polyps. Regular screenings can effectively prevent benign polyps from progressing to CRC. While deep learning has made impressive strides in polyp segmentation, most existing models are trained on single-modality and single-center data, making them less effective in real-world clinical environments. To overcome these limitations, we propose FocusNet, a Transformer-enhanced focus attention network designed to improve polyp segmentation. FocusNet incorporates three essential modules: the Cross-semantic Interaction Decoder Module (CIDM) for generating coarse segmentation maps, the Detail Enhancement Module (DEM) for refining shallow features, and the Focus Attention Module (FAM), to balance local detail and global context through local and pooling attention mechanisms. We evaluate our model on PolypDB, a newly introduced dataset with multi-modality and multi-center data for building more reliable segmentation methods. Extensive experiments showed that FocusNet consistently outperforms existing state-of-the-art approaches with a high dice coefficients of 82.47% on the BLI modality, 88.46% on FICE, 92.04% on LCI, 82.09% on the NBI and 93.42% on WLI modality, demonstrating its accuracy and robustness across five different modalities. The source code for FocusNet is available at https://github.com/JunZengz/FocusNet.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google