17일 전
TransBTS: Transformer를 활용한 다중모달 뇌종양 세그멘테이션
Wenxuan Wang, Chen Chen, Meng Ding, Jiangyun Li, Hong Yu, Sen Zha

초록
자기주의(자기주의) 메커니즘을 활용한 전역(장거리) 정보 모델링이 가능한 Transformer는 최근 자연어 처리 및 2차원 이미지 분류 분야에서 성공을 거두었다. 그러나 밀도 높은 예측 작업, 특히 3차원 의료 영상 분할 과제에서는 국소적 특징과 전역적 특징 모두가 매우 중요하다. 본 논문에서는 MRI 뇌종양 분할을 위한 3차원 CNN에서 Transformer를 처음으로 활용하여, 인코더-디코더 구조 기반의 새로운 네트워크인 TransBTS를 제안한다. 국소적 3차원 공간 정보를 포착하기 위해 인코더는 먼저 3차원 CNN을 사용하여 부피형 공간 특징 맵을 추출한다. 동시에, 이러한 특징 맵은 Transformer에 입력되기 위한 토큰으로 정교하게 재구성된다. 디코더는 Transformer에 의해 임베딩된 특징을 활용하여 점진적인 업샘플링을 수행함으로써 세부적인 분할 맵을 예측한다. BraTS 2019 및 2020 데이터셋에서 수행된 광범위한 실험 결과는 TransBTS가 기존 최첨단 3차원 방법들과 비교하여 뇌종양 분할 작업에서 유사하거나 더 높은 성능을 달성함을 보여준다. 소스 코드는 다음 주소에서 확인 가능하다: https://github.com/Wenxuan-1119/TransBTS