DCE-UNet: una red de segmentación totalmente automatizada basada en transformadores para trastornos espinales...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Trastornos de la columna vertebral

Sus antecedentes:

• La segmentación de imágenes de rayos X de la columna vertebral es crucial para el diagnóstico de trastornos de la columna vertebral en adolescentes.
• Los métodos actuales luchan con la morfología compleja de la lesión y los escenarios de múltiples enfermedades, lo que limita la precisión y la adaptabilidad.
• Las redes existentes a menudo no logran equilibrar los detalles locales y la comprensión de la estructura global.

Objetivo del estudio:

• Desarrollar una nueva red de segmentación espinal totalmente automatizada para mejorar el diagnóstico asistido por computadora.
• Mejorar la precisión, la robustez y la adaptabilidad de la segmentación de imágenes espinales en varias patologías espinales de adolescentes.
• Integrar las redes neuronales convolucionales (CNN) y los transformadores para una extracción de características superior y una comprensión contextual.

Principales métodos:

• Propuso DCE-UNet, una red que integra CNN y Transformers para la segmentación de imágenes espinales.
• Incorporado un módulo Transformer ligero en el codificador para la conciencia contextual global.
• Se introdujo un módulo Rec-Block en el decodificador para mejorar la reconstrucción de características y la fusión a múltiples escalas.
• Desarrolló un DC-Block en la ruta de muestreo descendente para fusionar el canal y la atención espacial para la representación de lesiones complejas.

Principales resultados:

• DCE-UNet logró una puntuación de dados de 91,3%, mIoU de 84,1 y la distancia de Hausdorff de 4,007 en un conjunto de datos de múltiples enfermedades.
• La red superó a varias redes de comparación de última generación en precisión de segmentación.
• Demostró un rendimiento superior constante en varias regiones de lesión, lo que indica una gran capacidad de adaptación.

Conclusiones:

• DCE-UNet ofrece una solución robusta y adaptable para la segmentación de rayos X de la columna vertebral en adolescentes con múltiples enfermedades.
• La red propuesta muestra un potencial significativo para su aplicación clínica en el diagnóstico asistido por ordenador.
• La integración de CNN y Transformers aborda efectivamente las limitaciones de los métodos de segmentación existentes.