強調邊緣注意力的深度學習網路於內視鏡瘜肉影像分割之應用

Abstract

直腸癌是世界上最普遍的癌症，而直腸癌最常見的特徵是瘜肉。對於直腸癌病患來說，及早發現直腸中的瘜肉是非常重要的。近年來，越來越多的人投入關於深度學習應用於瘜肉分割的研究，希望能輔助醫生在直腸癌的診斷。在這篇論文中，我們提出了一個神經網路架構來分割內視鏡影像中的瘜肉。我們首先利用編碼器來提取圖片的特徵，再利用解碼器來聚集這些特徵，產生一個粗略的預測結果，此結果已能偵測出瘜肉和瘜肉的位置。接著，我們利用我們提出的Edge Attention Module來讓我們的模型更專心瘜肉邊界的特徵，進一步加強邊界的預測。此外，我們利用Boundary IoU Loss讓模型在訓練時能夠更加強瘜肉邊界的學習，促使模型在邊界的預測表現更好。在我們的實驗中，我們使用五個公開的大腸鏡資料集來驗證我們的模型表現，結果顯示我們贏過其他最先進的方法。在有些資料集，我們的模型甚至能達到0.8以上IoU的優秀表現。