ResUNet++: 의료 이미지 분할을 위한 고급 아키텍처

내시경 검사 중 정확한 컴퓨터 보조 폴립 탐지 및 분할은 내시경 의사가 비정상 조직을 절제하여 폴립이 암으로 성장할 가능성을 줄이는 데 도움을 줍니다. 픽셀 단위의 폴립 분할을 위한 완전 자동화된 모델 개발을 목표로, 우리는 콜론 내시경 이미지 분할에 사용되는 향상된 ResUNet 구조인 ResUNet++를 제안합니다. 우리의 실험적 평가는 제안된 구조가 공개 데이터셋에서 좋은 분할 결과를 생성함을 보여줍니다. 또한, Kvasir-SEG 데이터셋에서는 다이스 계수 81.33%와 평균 교차 연합(mIoU) 79.27%, CVC-612 데이터셋에서는 다이스 계수 79.55%와 mIoU 79.62%의 높은 평가 점수를 달성하여 U-Net과 ResUNet, 두 가지 주요 최신 딥러닝 구조를 크게 능가하는 것으로 나타났습니다.