स्क्वीज़-एंड-एक्सपैंशन ट्रांसफार्मर्स का उपयोग करके मेडिकल इमेज सेगमेंटेशन

मेडिकल इमेज सेगमेंटेशन कंप्यूटर-आधारित निदान के लिए महत्वपूर्ण है। अच्छी सेगमेंटेशन में मॉडल को एक साथ बड़ी तस्वीर और बारीकियाँ देखनी होती हैं, अर्थात् बड़े संदर्भों को शामिल करते हुए उच्च स्पैटियल रिज़ॉल्यूशंस को बनाए रखते हुए इमेज फीचर्स को सीखना होता है। इस लक्ष्य को प्राप्त करने के लिए, सबसे व्यापक रूप से उपयोग की जाने वाली विधियाँ - U-Net और इसके प्रकार, मल्टी-स्केल फीचर्स को निकालती और फ्यूज़ करती हैं। हालांकि, फ्यूज़ किए गए फीचर्स अभी भी स्थानीय इमेज संकेतों पर ध्यान केंद्रित करते हुए छोटे "प्रभावी रिसेप्टिव फील्ड" रखते हैं, जो उनकी प्रदर्शन को सीमित करते हैं। इस काम में, हम Segtran का प्रस्ताव करते हैं, जो ट्रांसफार्मर्स पर आधारित एक वैकल्पिक सेगमेंटेशन फ्रेमवर्क है, जिसमें उच्च फीचर रिज़ॉल्यूशंस पर भी अनलिमिटेड "प्रभावी रिसेप्टिव फील्ड" होते हैं। Segtran का केंद्र एक नवीन स्क्वीज़-एंड-एक्सपैंशन ट्रांसफार्मर है: एक स्क्वीज़्ड अटेंशन ब्लॉक ट्रांसफार्मर्स की स्व-संदर्भता को नियमित करता है, और एक एक्सपैंशन ब्लॉक विविध प्रतिनिधित्व सीखता है। इसके अतिरिक्त, हम ट्रांसफार्मर्स के लिए एक नया पॉजिशनल एनकोडिंग स्कीम प्रस्तावित करते हैं, जो इमेज के लिए निरंतरता प्रेरणात्मक पूर्वाग्रह लगाता है। प्रयोग 2D और 3D मेडिकल इमेज सेगमेंटेशन कार्यों पर किए गए: फंडस इमेज में ऑप्टिक डिस्क/कप सेगमेंटेशन (REFUGE'20 चुनौती), कोलोनोस्कोपी इमेज में पॉलीप सेगमेंटेशन, और MRI स्कैन में ब्रेन ट्यूमर सेगमेंटेशन (BraTS'19 चुनौती)। प्रतिनिधि मौजूदा विधियों की तुलना में, Segtran ने लगातार सबसे उच्च सेगमेंटेशन सटीकता हासिल की और अच्छी क्रॉस-डोमेन सामान्यीकरण क्षमताएँ प्रदर्शित कीं।