XLSor: 크리스-크로스 어텐션과 맞춤형 방사선 현실적 이상 징후 생성을 사용한 강력하고 정확한 폐 분할기

본 논문은 흉부 X선에서 폐 분할을 위한 새로운 프레임워크를 제안합니다. 이 프레임워크는 두 가지 주요 기여로 구성되어 있으며, 크리스-크로스 어텐션 기반의 분할 네트워크와 데이터 증강을 위한 방사학적으로 사실적인 흉부 X선 이미지 합성(즉, 해부학적으로 사실적으로 보이는 합성 방사선 사진)을 포함합니다. 크리스-크로스 어텐션 모듈은 모든 픽셀에 대해 수평 및 수직 방향으로 풍부한 전역 컨텍스트 정보를 포착하여 정확한 폐 분할을 지원합니다. 수작업으로 주석을 달는 부담을 줄이고, 희미한 폐 경계를 가진 병리적 폐에 적응할 수 있는 강건한 폐 분할기 모델을 훈련시키기 위해, 이미지-이미지 변환 모듈이 사용되어 정상적인 X선 사진에서 방사학적으로 사실적인 비정상적인 CXRs(흉부 X선 사진)를 합성하여 데이터 증강을 수행합니다. 합성된 비정상 CXRs의 폐 마스크는 해당 정상 CXRs의 분할 결과로부터 전파되며, 이를 통해 강건한 분할기 모델 훈련에 사용되는 의사 마스크(pseudo masks)가 생성됩니다. 또한, 후면-전면 및 전면-후면 시점 모두 포함된 더 어려운 NIH Chest X-ray 데이터셋에서 100장의 CXR에 대해 폐 마스크 주석 작업을 수행하여 평가하였습니다. 광범위한 실험을 통해 제안된 프레임워크의 강건성과 효과성이 검증되었습니다. 코드와 데이터는 다음 링크에서 확인할 수 있습니다: https://github.com/rsummers11/CADLab/tree/master/Lung_Segmentation_XLSor .