ColonFormer : Une méthode efficace basée sur Transformer pour la segmentation des polypes coliques

La détection des polypes constitue un défi majeur dans l’analyse automatique des images endoscopiques au sein des systèmes informatiques d’aide au diagnostic clinique. Des modèles fondés sur des réseaux de convolution (CNN), des transformateurs, ainsi que leurs combinaisons, ont été proposés pour segmenter les polypes avec des résultats prometteurs. Toutefois, ces approches présentent des limites : soit elles modélisent uniquement les caractéristiques locales des polypes, soit elles manquent de représentations multi-niveaux pour capturer les dépendances spatiales lors du processus de décodage. Ce papier introduit un nouveau réseau, nommé ColonFormer, conçu pour surmonter ces limitations. ColonFormer repose sur une architecture encodeur-décodeur capable de modéliser des informations sémantiques à longue portée tant dans la branche encodeur que dans celle du décodeur. L’encodeur est une architecture légère basée sur les transformateurs, permettant de capturer des relations sémantiques globales à plusieurs échelles. Le décodeur, quant à lui, adopte une structure hiérarchique spécifiquement conçue pour apprendre des caractéristiques multi-niveaux et enrichir ainsi la représentation des features. Par ailleurs, un module de raffinement a été intégré, utilisant une nouvelle technique de connexion directe (skip connection), afin d’améliorer la précision de la segmentation en affinant les contours des objets polypes au sein de la carte globale. Des expérimentations étendues ont été menées sur cinq jeux de données standard largement utilisés pour la segmentation des polypes : Kvasir, CVC-Clinic DB, CVC-ColonDB, CVC-T et ETIS-Larib. Les résultats expérimentaux démontrent que ColonFormer surpasser tous les autres méthodes de pointe sur l’ensemble des jeux de données testés.