RWKV-UNet: 長距離協調を用いたUNetの改善による効果的な医療画像セグメンテーション

近年、医療画像解析における深層学習の分野で、特に畳み込みニューラルネットワーク（CNNs）やトランスフォーマー・モデルに関する著しい進歩が見られています。しかし、CNNsは長距離依存関係を捉える能力に制限があり、トランスフォーマーは高い計算複雑性を抱えています。これらの課題に対処するため、我々はRWKV-UNetという新しいモデルを提案します。このモデルはU-NetアーキテクチャにRWKV（受容度加重キー・バリュー構造）を統合しており、長距離依存関係の捕捉と文脈理解の向上を実現し、正確な医療画像セグメンテーションに不可欠な機能を強化します。我々は開発された逆残差RWKV（IR-RWKV）ブロックを使用して強力なエンコーダーを構築し、CNNsとRWKVsを組み合わせました。また、多尺度特徴量融合を改善するためのクロスチャンネルミックス（CCM）モジュールも提案しています。これにより、スキップ接続が強化され、全体的なチャンネル情報統合が達成されます。Synapse, ACDC, BUSI, CVC-ClinicDB, CVC-ColonDB, Kvasir-SEG, ISIC 2017, GLASなどのベンチマークデータセットでの実験結果から、RWKV-UNetが様々な種類の医療画像セグメンテーションにおいて最先端の性能を達成していることが示されました。さらに、小型バリアントであるRWKV-UNet-SとRWKV-UNet-Tは精度と計算効率のバランスを取り、より広範な臨床応用に適していることが確認されています。