M³-TransUNet：空間的優先度付き注意機構とマルチスケールゲーティングに基づく医用画像セグメンテーション

科学分野:

• 医用画像
• コンピュータビジョン
• 人工知能

背景:

• 医用画像セグメンテーションは、様々なスケールでの複雑な解剖学的構造に関する課題に直面しています。
• 現在のTransformerモデルは、マルチスケール特徴、空間モデリング、および特徴融合に苦労しています。

研究 の 目的:

• Transformerベースのセグメンテーションモデルにおけるマルチスケール表現、空間モデリング、および特徴融合を強化すること。
• 医用画像セグメンテーションにおける限界を克服するために設計されたアーキテクチャ、M³-TransUNetを提案すること。

主な方法:

• マルチスケールゲートアテンション（MSGA）、マルチスケール選択的アテンション（MSSA）、およびマンハッタン拡張マルチヘッド自己アテンション（ME-MSA）を組み込んだM³-TransUNetを開発しました。
• ノイズフィルタリングと境界詳細の保持に焦点を当てたスキップ接続を洗練するために、マルチカーネルゲート付きアテンションゲート（MKGAG）を統合しました。
• Synapse、CVC-ClinicDB、ISICの公開データセットでパフォーマンスを評価しました。

主要な成果:

• M³-TransUNetは、複数のデータセットで最先端のパフォーマンスを達成しました。
• Synapseデータセットでは、M³-TransUNetは平均Dice Similarity Coefficient（DSC）を82.79％に改善し、Hausdorff Distance 95パーセンタイル（HD95）を19.74 mmから10.21 mmに減少させました。
• セグメンテーション精度と境界詳細において、J-CAPAのような最近のTransUNetバリアントを上回りました。

結論:

• M³-TransUNetは、医用画像セグメンテーションにおけるマルチスケール表現、空間モデリング、および特徴融合の課題を効果的に解決します。
• 提案されたアーキテクチャは、優れたパフォーマンスと、正確な解剖学的セグメンテーションを必要とする臨床アプリケーションの可能性を示しています。