HarDNet-DFUS: 당뇨병 발부상 이미지 분할 및 대장내시경 폴립 분할을 위한 개선된 조화 연결 네트워크

당신은 당뇨병성 발부위 궤양 및 내시경적 폴립의 의료 영상 분할을 위한 신경망 아키텍처를 제안합니다. 당뇨병성 발부위 궤양은 당뇨병의 신경병증 및 혈관 합병증으로 인해 발생합니다. 적절한 진단과 치료를 제공하기 위해 상처 관리 전문가들은 발 부위의 상처에서 정확한 형태학적 특징을 추출해야 합니다. 컴퓨터 지원 진단 시스템을 활용하는 것은 관련 형태학적 특징을 추출하고 병변을 분할하는 데 있어 유망한 접근법입니다. 우리는 2021년 내시경적 폴립 분할 분야에서 최고 성능을 기록한 HarDNet-MSEG의 백본을 강화하고 디코더를 교체하여 새롭게 설계한 합성곱 신경망인 HarDNet-DFUS를 제안합니다. MICCAI 2022 당뇨병성 발부위 궤양 분할 챌린지(Diabetic Foot Ulcer Segmentation Challenge, DFUC2022)에 참여하기 위해, 우리는 DFUC2022 데이터셋을 기반으로 HarDNet-DFUS를 학습시키고, 5-fold 교차 검증, 테스트 시점 증강(Test Time Augmentation) 등의 기법을 통해 모델의 견고성을 높였습니다. DFUC2022의 검증 단계에서 HarDNet-DFUS는 평균 디크 스코어(0.7063)를 기록하며 참가자 중 3위를 차지했습니다. 최종 테스트 단계에서는 평균 디크 스코어 0.7287을 달성하며 1위를 차지하는 성과를 거두었습니다. 또한, 내시경적 폴립 분할 과제에서도 뛰어난 성능을 보였으며, 유명한 Kvasir 데이터셋에서 평균 디크 스코어 0.924를 기록하여 원래의 HarDNet-MSEG 대비 1.2% 향상된 결과를 얻었습니다. 관련 코드는 다음의 GitHub 링크에서 확인할 수 있습니다: https://github.com/kytimmylai/DFUC2022 (당뇨병성 발부위 궤양 분할용), https://github.com/YuWenLo/HarDNet-DFUS (내시경적 폴립 분할용).