UCTransNet : Repenser les connexions de saut dans U-Net d'une perspective de canal avec Transformer

Résumé : La plupart des méthodes récentes de segmentation sémantique adoptent un cadre U-Net avec une architecture d'encodeur-décodeur. Il est toujours difficile pour U-Net avec un simple schéma de connexion par saut de modéliser le contexte global multi-échelle : 1) Tous les paramètres de connexion par saut ne sont pas efficaces en raison de l'incompatibilité des ensembles de caractéristiques des étapes de l'encodeur et du décodeur, et même certaines connexions par saut ont une influence négative sur les performances de la segmentation. 2) L'U-Net original est moins bon que celui sans connexion par saut sur certains ensembles de données. Sur la base de nos résultats, nous proposons un nouveau cadre de segmentation, appelé UCTransNet (avec un module CTrans proposé dans U-Net), du point de vue du canal avec un mécanisme d'attention. Plus précisément, le module CTrans est une alternative aux connexions de saut U-Net, qui se compose d'un sous-module pour effectuer la fusion croisée de canaux multi-échelles avec transformateur (appelé CCT) et d'un sous-module Channel-wise Cross-Attention (appelé CCA) pour guider l'information croisée de canaux multi-échelles fusionnée afin de la connecter efficacement aux caractéristiques du décodeur pour éliminer l'ambiguïté. Par conséquent, la connexion proposée, composée de la CCT et de la CCA, est capable de remplacer la connexion originale par un saut, afin de résoudre les lacunes sémantiques pour une segmentation automatique précise des images médicales. Les résultats expérimentaux suggèrent que notre UCTransNet produit une performance de segmentation plus précise et réalise des améliorations constantes par rapport à l'état de l'art pour la segmentation sémantique sur différents ensembles de données et architectures conventionnelles impliquant un transformateur ou un cadre en forme de U.