RWKV-UNet : Amélioration de UNet par la coopération à longue portée pour une segmentation d'images médicales efficace

Ces dernières années, des progrès significatifs ont été réalisés dans l'analyse d'images médicales grâce à l'apprentissage profond, en particulier avec les réseaux de neurones convolutifs (CNNs) et les modèles de transformateurs. Cependant, les CNNs rencontrent des limites dans la capture des dépendances à longue portée, tandis que les transformateurs souffrent de complexités computationnelles élevées. Pour remédier à ces problèmes, nous proposons RWKV-UNet, un modèle innovant qui intègre la structure RWKV (Receptance Weighted Key Value) dans l'architecture U-Net. Cette intégration améliore la capacité du modèle à capturer les dépendances à longue portée et à améliorer la compréhension contextuelle, ce qui est essentiel pour une segmentation d'images médicales précise. Nous avons construit un encodeur robuste en utilisant des blocs résiduels inversés RWKV (IR-RWKV) développés, combinant CNNs et RWKVs. Nous proposons également un module de mélange inter-canaux (Cross-Channel Mix, CCM) pour améliorer les connexions sauteuses avec une fusion de caractéristiques multi-échelles, permettant ainsi une intégration globale des informations inter-canaux. Les expériences menées sur des jeux de données de référence, tels que Synapse, ACDC, BUSI, CVC-ClinicDB, CVC-ColonDB, Kvasir-SEG, ISIC 2017 et GLAS, montrent que RWKV-UNet atteint des performances de pointe pour divers types de segmentation d'images médicales. De plus, des variantes plus petites, RWKV-UNet-S et RWKV-UNet-T, équilibrent précision et efficacité computationnelle, ce qui les rend adaptées à des applications cliniques plus larges.