UGCANet: 내시경 이미지 분석을 위한 통합된 전역 컨텍스트 인식 트랜스포머 기반 네트워크와 특성 정렬

위장관 내시경은 카메라와 다른 기구가 장착된 유연한 관을 사용하여 소화관을 검사하는 의료 절차입니다. 이 최소 침습적 기술은 염증성 장 질환, 위장관 출혈, 대장암 등 다양한 위장관 질환의 진단과 관리를 가능하게 합니다. 상부 위장관에서의 병변의 조기 발견 및 식별과 암 발생 위험이 있는 악성 폴립의 식별은 위장관 내시경의 진단 및 치료적 응용에서 중요한 구성 요소입니다. 따라서, 위장관 질환의 탐지율을 향상시키는 것은 적절한 시기에 의학적 개입의 가능성 증대로 환자의 예후를 크게 개선할 수 있으며, 이는 환자의 수명 연장을 돕고 전반적인 건강 결과를 개선할 수 있습니다.본 논문에서는 여러 작업을 동시에 수행하도록 설계된 새로운 트랜스포머 기반 딥 뉴럴 네트워크를 제시합니다. 이 접근 방식은 고유한 전역 컨텍스트 인식 모듈을 제안하고 강력한 MiT 백본과 피처 정렬 블록을 활용하여 네트워크의 표현 능력을 향상시킵니다. 이러한 혁신적인 설계는 다양한 내시경 진단 작업에서 성능이 크게 향상되는 결과를 가져옵니다. 광범위한 실험들은 본 방법론이 다른 최신 접근 방식들에 비해 우수한 성능을 보임을 입증하였습니다.