UACANet: انتباه السياق المُعزَّز بالغموض لتقسيم البواسير

نُقدِّم شبكة UACANet (الشبكة الانتباهية للسياق المُعزَّز بالتحوُّل) لتقسيم البوابات، والتي تأخذ بعين الاعتبار المنطقة غير المؤكدة في خريطة التميز. نُنشئ نسخة معدلة من شبكة U-Net ذات البنية المُعدَّلة، مع إضافة مُشفر (encoder) وفكِّ شفرة (decoder)، ونحسب خريطة تميُّز في كل وحدة تنبؤ من تدفق التنبؤات من الأسفل، ثم نُمرِّرها إلى وحدة التنبؤ التالية. في كل وحدة تنبؤ، نستخدم خريطة التميز المُنبَّأة سابقًا لحساب خريطة المناطق المُميَّزة، وخريطة الخلفية، وخريطة المنطقة غير المؤكدة، ثم نُجمِع خريطة الميزات مع الخرائط الثلاثة للمناطق لكل تمثيل. بعد ذلك، نحسب العلاقة بين كل تمثيل وكل بكسل في خريطة الميزات. أجرينا تجارب على خمسة معايير شائعة لتقسيم البوابات: Kvasir، CVC-ClinicDB، ETIS، CVC-ColonDB، وCVC-300، وحققنا أداءً مُتفوِّقًا على الأفضل في المجال. وبخاصة، حققنا متوسط مقياس دايس البالغ 76.6% على مجموعة بيانات ETIS، وهو ما يُمثِّل تحسنًا بنسبة 13.8% مقارنةً بالطريقة السابقة الأفضل. تم إتاحة الشفرة المصدرية للعامة عبر الرابط: https://github.com/plemeri/UACANet