이 논문은 의료 영상 분할의 정확성을 높이기 위한 새로운 딥러닝 기반 접근법인 MIPC-Net을 제안한다.
MIPC-Net의 핵심 구성 요소는 다음과 같다:
상호 포함 위치-채널 주의 (MIPC) 모듈: 위치 정보 추출 시 채널 정보에 주목하고, 채널 정보 추출 시 위치 정보에 주목하는 상호 포함 메커니즘을 도입하여 경계 분할의 정확성을 높인다.
GL-MIPC-Residue: 인코더와 디코더 간 통합을 강화하여 의료 영상 복원을 개선한다. 무효 정보를 걸러내고 특징 추출 과정에서 손실된 가장 효과적인 정보를 복원한다.
실험 결과, MIPC-Net은 Synapse, ISIC2018-Task, Segpc 데이터셋에서 기존 최신 모델들을 능가하는 성능을 보였다. 특히 Synapse 데이터셋에서 Hausdorff 거리를 2.23mm 줄이는 등 경계 분할 정확성이 크게 향상되었다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Yizhi Pan,Ju... at arxiv.org 04-15-2024
https://arxiv.org/pdf/2404.08201.pdfDeeper Inquiries