HarDNet-DFUS：糖尿病足潰瘍画像セグメンテーションおよび大腸内視鏡ポリープセグメンテーションを目的とした強化された調和接続ネットワーク

糖尿病性足潰瘍および内視鏡的ポリープの医療画像セグメンテーションを目的としたニューラルネットワークアーキテクチャを提案する。糖尿病性足潰瘍は、糖尿病性神経障害および血管合併症によって引き起こされる。適切な診断と治療を行うためには、傷害ケア専門家が足部の創傷から正確な形態学的特徴を抽出する必要がある。コンピュータ支援診断システムを活用することで、関連する形態学的特徴の抽出および病変領域のセグメンテーションが有望なアプローチとなる。本研究では、2021年に大腸内視鏡ポリープセグメンテーションで最先端（SOTA）を達成したHarDNet-MSEGのバックボーンを強化し、デコーダーを置き換えた畳み込みニューラルネットワーク「HarDNet-DFUS」を提案する。MICCAI 2022糖尿病性足潰瘍セグメンテーションチャレンジ（DFUC2022）において、HarDNet-DFUSはDFUC2022データセットを用いて学習を行い、5分割交差検証やテスト時増強（Test Time Augmentation）などの手法によりモデルのロバスト性を向上させた。DFUC2022の検証フェーズでは、平均Dice係数0.7063を達成し、参加者の中でも3位の成績を収めた。最終的なテストフェーズでは、平均Dice係数0.7287を記録し、優勝を果たした。さらに、HarDNet-DFUSは大腸内視鏡ポリープセグメンテーションタスクにおいても優れた性能を示した。有名なKvasirデータセットにおいて平均Dice係数0.924を達成し、元のHarDNet-MSEGと比較して1.2%の向上を実現した。コードは以下のGitHubリポジトリにて公開されている：糖尿病性足潰瘍セグメンテーション用 https://github.com/kytimmylai/DFUC2022、大腸内視鏡ポリープセグメンテーション用 https://github.com/YuWenLo/HarDNet-DFUS。