Réseau d'Attention Superficiel pour la Segmentation de Polypes
La segmentation précise des polypes est d'une grande importance pour le diagnostic du cancer colorectal. Cependant, même avec un réseau neuronal profond puissant, trois grands défis entravent encore le développement de la segmentation des polypes : (i) les échantillons collectés dans différentes conditions présentent des couleurs incohérentes, ce qui crée un écart dans la distribution des caractéristiques et entraîne un surapprentissage ; (ii) en raison du rééchantillonnage répété des caractéristiques, les petits polypes sont facilement dégradés ; (iii) les pixels de premier plan et d'arrière-plan sont déséquilibrés, ce qui conduit à un apprentissage biaisé.Pour résoudre ces problèmes, nous proposons le Réseau d'Attention Superficiel (SANet) pour la segmentation des polypes. Plus précisément, afin d'éliminer les effets de couleur, nous avons conçu une opération d'échange de couleur pour dissocier le contenu et les couleurs des images, et obliger le modèle à se concentrer davantage sur la forme et la structure cibles. De plus, pour améliorer la qualité de segmentation des petits polypes, nous proposons un module d'attention superficiel visant à filtrer le bruit de fond des caractéristiques superficielles. Grâce à la haute résolution des caractéristiques superficielles, les petits polypes peuvent être préservés correctement. En outre, pour atténuer l'important déséquilibre de pixels chez les petits polypes, nous proposons une stratégie de correction probabiliste (PCS) lors de la phase d'inférence. Il convient de noter que bien que la PCS ne soit pas impliquée dans la phase d'apprentissage, elle peut néanmoins fonctionner efficacement sur un modèle biaisé et améliorer constamment les performances de segmentation.Les résultats expérimentaux quantitatifs et qualitatifs sur cinq benchmarks difficiles confirment que notre SANet proposé surpass largement les méthodes précédentes considérées comme étant à l'état de l'art et atteint une vitesse d'environ 72 images par seconde (FPS).