NuLite -- 핵 세포 인스턴스 분할 및 분류를 위한 경량화되고 빠른 모델

병리학에서 헤마토실린과 에오신(H\&E) 슬라이드의 정확하고 효율적인 분석은 적시적이고 효과적인 암 진단에 필수적입니다. 문헌에는 핵 세포 인스턴스 분할 및 분류를 위한 많은 딥 러닝 솔루션이 존재하지만, 이들은 종종 높은 계산 비용과 자원 요구사항을 수반하여 의료 응용 프로그램에서의 실제 사용이 제한됩니다. 이러한 문제를 해결하기 위해, 우리는 Fast-ViT, 최신 경량화된 CNN을 기반으로 명시적으로 설계된 U-Net 유사 구조의 새로운 컨벌루션 신경망인 NuLite를 소개합니다. 우리는 PanNuke 데이터셋에서 훈련된 NuLite-S, NuLite-M, 그리고 NuLite-H라는 세 가지 버전의 모델을 얻었습니다. 실험 결과는 우리의 모델이 팬옵틱 품질과 탐지 측면에서 CellViT (최신 기술)와 동등함을 입증하였습니다. 그러나 가장 경량화된 모델인 NuLite-S는 매개변수 측면에서 40배 작고, GFlops 측면에서는 약 8배 작습니다. 가장 무거운 모델인 경우에도 매개변수 측면에서는 17배 작고, GFlops 측면에서는 약 7배 작습니다. 또한, 우리의 모델은 CellViT보다 최대 약 8배 더 빠릅니다. 마지막으로, 우리 솔루션의 유효성을 증명하기 위해 CoNseP, MoNuSeg, 그리고 GlySAC 등의 외부 데이터셋에 대한 강건한 비교를 제공합니다. 우리의 모델은 https://github.com/CosmoIknosLab/NuLite에서 공개적으로 이용 가능합니다.