核心概念
一貫性ベースの拡張手法「Consisaug」を提案し、複数のデータセットと複数のバックボーンモデルで高い性能を示した。
要約
本研究では、内視鏡画像におけるポリープ検出の性能向上を目的として、一貫性ベースの拡張手法「Consisaug」を提案した。
主な内容は以下の通り:
- 内視鏡画像の特性を活かし、画像の反転に対する一貫性を利用した拡張手法を開発した。
- Student-Teacherモデルと組み合わせることで、一貫性ロスを活用できるアーキテクチャを構築した。
- 5つの公開データセットと3つのバックボーンモデルで実験を行い、Consisaugの有効性を示した。
- 自己ドメインおよび他ドメインのデータセットでも良好な性能を発揮することを確認した。
- 拡張手法の各コンポーネントに対する分析も行い、Consisaugの有効性を裏付けた。
本手法は、内視鏡画像のポリープ検出精度を大幅に向上させることができ、医療現場での活用が期待される。
統計
内視鏡検査では最大26%の見落とし率があり、熟練度に依存する課題がある。
公開データセットは、ポリープのサイズや形状の多様性が不足しており、実臨床の複雑さに遠く及ばない。
引用
"Colonoscopy, while essential for colorectal cancer (CRC) screening, is expensive, resource-demanding, and often met with patient reluctance."
"Unfortunately, up to 26% of colonoscopies may miss lesions and adenomas [1], as they heavily rely on the expertise of the endoscopist."
"The existing fully-annotated databases, including CVC-ClinicDB[9], ETIS-Larib[10], CVC-ColonDB[11], Kvasir-Seg[12] and LDPolypVideo[13], are very limited in polyp size and shape diversity, which are far from the significant complexity in the actual clinical situation."