ResUNet++: هندسة معمارية متقدمة لتقسيم الصور الطبية

الكشف الدقيق والتقسيم المساعد بالحاسوب عن البوليبات أثناء فحوصات الكولونوسكوبيا يمكن أن يساعد الأطباء المتخصصين في المناظير على إزالة الأنسجة الغير طبيعية وبالتالي تقليل فرص تحول البوليبات إلى سرطان. بهدف تطوير نموذج مُتَكامل بالكامل للتقسيم البكسلي للبوليبات، نقترح ResUNet++، وهو هيكل محسّن لـ ResUNet يستخدم في تقسيم صور الكولونوسكوبيا. أظهرت تقييماتنا التجريبية أن الهيكل المقترح ينتج نتائج تقسيم جيدة على قواعد البيانات المتاحة علنًا. بالإضافة إلى ذلك، حقق ResUNet++ أداءً أفضل بكثير من U-Net و ResUNet، وهما من أهم المعماريات الحديثة للتعلم العميق، حيث حصل على درجات تقييم عالية بمعدل معامل دييس (dice coefficient) بنسبة 81.33٪ ومتوسط تقاطع فوق الاتحاد (mean Intersection over Union - mIoU) بنسبة 79.27٪ لقاعدة بيانات Kvasir-SEG، وبنسبة معامل دييس 79.55٪ ومتوسط تقاطع فوق الاتحاد 79.62٪ لقاعدة بيانات CVC-612.