이 연구에서는 3D 뇌 MRI 영상의 종양 분할을 위해 주의력 강화 하이브리드 특징 집계 네트워크(GLIMS)를 제안했다. GLIMS는 깊이 방향 다중 스케일 특징 추출 모듈과 주의력 모듈을 사용하여 세부적인 영역 기반 분할을 수행한다.
모델의 하위 레이어에서는 합성곱과 트랜스포머 블록을 혼합하여 지역적 및 전역적 특징 추출을 향상시켰다. 인코더 특징을 디코더로 전달하는 과정에서 채널 및 공간 주의력 모듈을 사용하여 중요한 특징을 강조했다. 또한 다중 스케일 감독 기법을 적용하여 모델을 효율적으로 학습시켰다.
실험 결과, GLIMS는 BraTS 2023 챌린지 검증 데이터셋에서 최상위 5개 모델 중 하나의 성능을 보였다. 특히 병변 단위 Dice 점수에서 기존 모델 대비 0.88% 향상된 성능을 달성했다. 추가적인 후처리 기법 적용으로 Dice 점수를 더욱 높일 수 있었다.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Tiefere Fragen