شبكة الانتباه السطحية لتقسيم البوليبات

الترجمة إلى اللغة العربية:يعد التقطيع الدقيق للأورام ذات الأهمية الكبرى في تشخيص سرطان القولون والمستقيم. ومع ذلك، حتى مع استخدام شبكة عصبية عميقة قوية، لا تزال هناك ثلاثة تحديات كبيرة تعوق تطور تقنية تقطيع الأورام: (أ) العينات التي تم جمعها في ظروف مختلفة تظهر ألواناً غير متسقة، مما يسبب فجوة في توزيع الخصائص ومشكلة الانحراف الزائد؛ (ب) بسبب التكرار في تخفيض حجم الخصائص، يمكن أن تتدهور الأورام الصغيرة بسهولة؛ (ج) عدم التوازن بين البكسلات المقدمة والخلفية يؤدي إلى تدريب منحاز. لحل هذه المشكلات، نقترح استخدام شبكة الانتباه السطحية (Shallow Attention Network - SANet) لتقطيع الأورام. وبشكل خاص، للقضاء على آثار اللون، صممنا عملية تبادل الألوان لفصل محتويات الصورة عن ألوانها وإجبار النموذج على التركيز بشكل أكبر على شكل وهيكل الهدف. بالإضافة إلى ذلك، لتحسين جودة التقطيع للأورام الصغيرة، اقترحنا وحدة الانتباه السطحية لتصفية الضوضاء الخلفية للخصائص السطحية. بفضل الدقة العالية للخصائص السطحية، يمكن الحفاظ على الأورام الصغيرة بشكل صحيح. كما أنه ولتخفيف عدم التوازن الشديد في البكسلات للأورام الصغيرة، اقترحنا استراتيجية تصحيح الاحتمال (Probability Correction Strategy - PCS) خلال مرحلة الاستدلال. يُلاحظ أن رغم عدم استخدام PCS في مرحلة التدريب، إلا أنها ما زالت تعمل بشكل جيد على نموذج منحاز وتحسن باستمرار أداء التقطيع. وقد أكدت النتائج التجريبية الكمية والنوعية على خمسة مقاييس صعبة أن شبكتنا المقترحة SANet تتفوق بكثير على الأساليب الرائدة السابقة وتحقق سرعة حوالي 72 إطاراً في الثانية (FPS).