BlazeNeo : segmentation polypaire ultrarapide et détection des néoplasmes

Ces dernières années, la segmentation automatique des polypes et la détection des néoplasmes assistées par ordinateur sont devenues un domaine émergent de l’analyse d’images médicales, offrant un soutien précieux aux procédures de coloscopie. Les efforts se sont concentrés sur l’amélioration de la précision de la détection et de la segmentation des polypes. Toutefois, peu d’attention a été accordée à la latence et au débit (throughput) lors de l’exécution de ces tâches sur des dispositifs dédiés, des critères pourtant cruciaux pour les applications pratiques. Ce papier présente une nouvelle architecture de réseau neuronal profond appelée BlazeNeo, conçue pour la segmentation des polypes et la détection des néoplasmes, avec un accent particulier sur la compacité et la rapidité, tout en maintenant une haute précision. Le modèle s’appuie sur un squelette HarDNet extrêmement efficace, combiné à des blocs de champ réceptif légers pour assurer une efficacité computationnelle optimale, ainsi qu’un mécanisme d’apprentissage auxiliaire permettant d’exploiter pleinement les données d’entraînement afin d’améliorer la qualité de la segmentation. Nos expériences sur un jeu de données exigeant montrent que BlazeNeo réduit la latence et la taille du modèle tout en conservant une précision comparable aux méthodes de pointe. Lorsqu’il est déployé sur le dispositif edge Jetson AGX Xavier en précision INT8, BlazeNeo atteint une fréquence d’images supérieure à 155 fps, tout en obtenant la meilleure précision parmi toutes les méthodes comparées.