XLSor: 胸部X線画像における堅牢で正確な肺セグメンテータ―クロスアテンションとカスタマイズされた放射現実的な異常生成を用いて

本論文では、胸部X線画像における肺のセグメンテーションのための新しいフレームワークを提案しています。このフレームワークは、2つの主要な貢献から構成されています。1つ目は、十字交差アテンションに基づくセグメンテーションネットワークであり、2つ目はデータ拡張のために放射学的に現実的な胸部X線画像合成（すなわち、解剖学的に現実的な合成放射線写真）です。十字交差アテンションモジュールは、すべてのピクセルに対して水平方向と垂直方向の両方で豊富な全体的なコンテキスト情報を捉えることで、正確な肺セグメンテーションを支援します。手動アノテーションの負担を軽減し、境界が不明瞭な病変肺にも対応可能な堅牢な肺セグメンターを訓練するために、正常なX線画像から放射学的に現実的な異常CXRs（胸部X線画像）を合成するイメージ・トゥ・イメージ翻訳モジュールが用いられています。合成された異常CXRsの肺マスクは、それらの正常画像からのセグメンテーション結果に伝播され、その後堅牢なセグメンター訓練のための疑似マスクとして機能します。さらに、評価のためにより困難なNIH Chest X-rayデータセット（後前位および前後位ビューを含む）において100枚のCXRsに肺マスクを付与しました。広範囲にわたる実験により、提案されたフレームワークの堅牢性と効果が検証されています。コードとデータは https://github.com/rsummers11/CADLab/tree/master/Lung_Segmentation_XLSor から入手可能です。