NuLite — Lightweight and Fast Model for Nuclei Instance Segmentation and Classification

要約

病理学では、タイムリーで効果的ながん診断には、ヘマトキシリン・エオシン (H\&E) スライドの正確かつ効率的な分析が不可欠です。
核インスタンスのセグメンテーションと分類のための深層学習ソリューションは文献に多数存在しますが、それらは多くの場合、高い計算コストとリソース要件を伴うため、医療アプリケーションでの実際の使用は制限されます。
この問題に対処するために、最先端 (SOTA) 軽量 CNN である Fast-ViT 上で明示的に設計された U-Net のようなアーキテクチャである新しい畳み込みニューラル ネットワーク NuLite を導入します。
PanNuke データセットでトレーニングされたモデルの 3 つのバージョン、NuLite-S、NuLite-M、および NuLite-H を取得しました。
実験結果は、パノプティック品質と検出の点で当社のモデルが CellViT (SOTA) と同等であることを証明しています。
ただし、当社の最軽量モデルである NuLite-S はパラメータの点で 40 分の 1、GFlops の点で約 8 分の 1 です。一方、最も重いモデルはパラメータの点で 17 分の 1、GFlops の点で約 7 分の 1 です。
さらに、当社のモデルは CellViT よりも最大約 8 倍高速です。
最後に、ソリューションの有効性を証明するために、外部データセット、つまり CoNseP、MoNuSeg、および GlySAC の堅牢な比較を提供します。
私たちのモデルは https://github.com/CosmoIknosLab/NuLite で公開されています。

要約(オリジナル)

In pathology, accurate and efficient analysis of Hematoxylin and Eosin (H\&E) slides is crucial for timely and effective cancer diagnosis. Although many deep learning solutions for nuclei instance segmentation and classification exist in the literature, they often entail high computational costs and resource requirements, thus limiting their practical usage in medical applications. To address this issue, we introduce a novel convolutional neural network, NuLite, a U-Net-like architecture designed explicitly on Fast-ViT, a state-of-the-art (SOTA) lightweight CNN. We obtained three versions of our model, NuLite-S, NuLite-M, and NuLite-H, trained on the PanNuke dataset. The experimental results prove that our models equal CellViT (SOTA) in terms of panoptic quality and detection. However, our lightest model, NuLite-S, is 40 times smaller in terms of parameters and about 8 times smaller in terms of GFlops, while our heaviest model is 17 times smaller in terms of parameters and about 7 times smaller in terms of GFlops. Moreover, our model is up to about 8 times faster than CellViT. Lastly, to prove the effectiveness of our solution, we provide a robust comparison of external datasets, namely CoNseP, MoNuSeg, and GlySAC. Our model is publicly available at https://github.com/CosmoIknosLab/NuLite

arxiv情報

提供元, 利用サービス

arxiv.jp, Google