Grenzbehaftete Transformers für die Segmentierung von Hautläsionen

Die Segmentierung von Hautläsionen aus Dermoskopiebildern ist von großer Bedeutung für die Verbesserung der quantitativen Analyse von Hautkrebs. Die automatische Segmentierung von Melanomen stellt jedoch eine äußerst herausfordernde Aufgabe dar, bedingt durch die große Variabilität der Melanome und die unscharfen Grenzen der Läsionsbereiche. Obwohl konvolutionale Neuronale Netze (CNNs) erhebliche Fortschritte auf diesem Gebiet erzielt haben, sind die meisten bestehenden Ansätze weiterhin nicht in der Lage, globale Abhängigkeiten effektiv zu erfassen, um dem induktiven Bias durch begrenzte Rezeptionsfelder entgegenzuwirken. Kürzlich wurden Transformers als vielversprechendes Werkzeug zur Modellierung globaler Kontextinformationen vorgestellt, indem eine leistungsstarke globale Aufmerksamkeitsmechanik eingesetzt wird. Ein wesentlicher Nachteil dieser Ansätze bei der Anwendung auf Segmentierungsaufgaben ist jedoch, dass sie nicht ausreichend lokale Details extrahieren können, um unscharfe Grenzen effektiv zu bewältigen. Wir schlagen einen neuen, grenzengewahrten Transformer (Boundary-aware Transformer, BAT) vor, um die Herausforderungen der automatischen Segmentierung von Hautläsionen umfassend anzugehen. Insbesondere integrieren wir eine neue grenzengewahrte Aufmerksamkeitsgatter-Struktur (Boundary-wise Attention Gate, BAG) in Transformers, um dem gesamten Netzwerk nicht nur die Fähigkeit zu verleihen, über Transformers effektiv globale langfristige Abhängigkeiten zu modellieren, sondern gleichzeitig durch vollständige Ausnutzung von grenzengewahrten Vorwissen zusätzliche lokale Details zu erfassen. Besonders hervorzuheben ist, dass die Hilfsaufsicht durch die BAG die Lernfähigkeit von Positionseingaben im Transformer unterstützt, da sie eine große Menge an räumlicher Information bereitstellt. Wir führten umfangreiche Experimente durch, um den vorgeschlagenen BAT zu evaluieren, und die Ergebnisse bestätigen dessen Wirksamkeit: Der BAT übertrifft konsistent die derzeit besten Methoden auf zwei etablierten Datensätzen.