AAU-net: An Adaptive Attention U-net for Breast Lesions Segmentation in Ultrasound Images

要約

超音波画像から乳房病変をセグメント化するために、さまざまな深層学習手法が提案されています。
ただし、同様の強度分布、さまざまな腫瘍形態、およびぼやけた境界は、特に不規則な形状の悪性腫瘍の場合、乳房病変のセグメンテーションに課題を提示します。
超音波画像の複雑さを考慮して、超音波画像から乳房病変を自動的かつ安定的にセグメント化する適応注意 U-net (AAU-net) を開発します。
具体的には、従来の畳み込み操作を置き換えるために、主にチャネル自己注意ブロックと空間自己注意ブロックで構成されるハイブリッド適応注意モジュールを導入します。
従来の畳み込み操作と比較して、ハイブリッド適応注意モジュールの設計は、さまざまな受容野の下でより多くの機能をキャプチャするのに役立ちます。
既存のアテンション メカニズムとは異なり、ハイブリッド アダプティブ アテンション モジュールは、より複雑な乳房病変セグメンテーションに対処するために、チャネルおよび空間次元でより堅牢な表現を適応的に選択するようにネットワークを導くことができます。
3 つの公開乳房超音波データセットに対するいくつかの最先端の深層学習セグメンテーション方法を使用した広範な実験により、乳房病変のセグメンテーションで当社の方法がより優れたパフォーマンスを発揮することが示されています。
さらに、堅牢性分析と外部実験により、提案されたAAU-netが乳房病変のセグメンテーションでより優れた一般化パフォーマンスを発揮することが示されています。
さらに、ハイブリッド適応注意モジュールは、既存のネットワーク フレームワークに柔軟に適用できます。

要約(オリジナル)

Various deep learning methods have been proposed to segment breast lesion from ultrasound images. However, similar intensity distributions, variable tumor morphology and blurred boundaries present challenges for breast lesions segmentation, especially for malignant tumors with irregular shapes. Considering the complexity of ultrasound images, we develop an adaptive attention U-net (AAU-net) to segment breast lesions automatically and stably from ultrasound images. Specifically, we introduce a hybrid adaptive attention module, which mainly consists of a channel self-attention block and a spatial self-attention block, to replace the traditional convolution operation. Compared with the conventional convolution operation, the design of the hybrid adaptive attention module can help us capture more features under different receptive fields. Different from existing attention mechanisms, the hybrid adaptive attention module can guide the network to adaptively select more robust representation in channel and space dimensions to cope with more complex breast lesions segmentation. Extensive experiments with several state-of-the-art deep learning segmentation methods on three public breast ultrasound datasets show that our method has better performance on breast lesion segmentation. Furthermore, robustness analysis and external experiments demonstrate that our proposed AAU-net has better generalization performance on the segmentation of breast lesions. Moreover, the hybrid adaptive attention module can be flexibly applied to existing network frameworks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google