GLANCE: intercambio continuo global-local con fusión de consenso para una segmentación robusta de nódulos

Área de la Ciencia:

• Imágenes Médicas
• Inteligencia Artificial
• Visión por Computadora

Sus antecedentes:

• La segmentación y detección precisas de nódulos pulmonares en tomografía computarizada (TC) son cruciales para el diagnóstico temprano del cáncer de pulmón.
• Los modelos de aprendizaje profundo existentes enfrentan desafíos debido a la diversidad de nódulos y las limitaciones para capturar tanto el contexto de largo alcance como los detalles locales finos.

Objetivo del estudio:

• Introducir GLANCE (Intercambio Continuo Global-Local con Fusión de Consenso), una novedosa arquitectura de aprendizaje profundo de doble flujo diseñada para superar las limitaciones en la detección de nódulos pulmonares.
• Mejorar la precisión de la segmentación simultánea de nódulos y la detección de mapas de calor centrales en TC.

Principales métodos:

• Se desarrolló GLANCE, una arquitectura de doble flujo con ramas paralelas: un transformador de contexto global para dependencias de largo alcance y un mezclador atrópico agrupado multirreceptivo para detalles locales.
• Se implementó un mecanismo de fusión de consenso de escala cruzada para integrar continuamente flujos de características complementarias en todas las escalas jerárquicas.
• Se utilizó un decodificador de refinamiento de pirámide de doble cabezal para tareas simultáneas de segmentación y detección.

Principales resultados:

• GLANCE logró un rendimiento de vanguardia tanto en la segmentación como en la detección de nódulos pulmonares en cuatro puntos de referencia públicos (LIDC-IDRI, LNDb, LUNA16 y Tianchi).
• Un estudio de ablación validó la contribución crítica de cada componente arquitectónico, especialmente la estrategia de fusión continua, al rendimiento superior del modelo.

Conclusiones:

• La arquitectura GLANCE propuesta aborda eficazmente las limitaciones de los modelos existentes al combinar sinérgicamente el aprendizaje de características globales y locales.
• GLANCE representa un avance significativo en el análisis automatizado de nódulos pulmonares, ofreciendo una mayor precisión para el diagnóstico temprano del cáncer de pulmón.