SA-UNet：網膜血管セグメンテーションのための空間的注意U-Net

網膜血管の正確なセグメンテーションは、糖尿病や高血圧などの目に関連する疾患の早期診断に非常に重要です。本研究では、数千の注釈付きトレーニングサンプルを必要とせず、利用可能な注釈付きサンプルをより効率的に使用するためにデータ増強の方法で利用できる、Spatial Attention U-Net（SA-UNet）という軽量ネットワークを提案します。SA-UNetは、空間次元に沿って注意マップを推定し、入力特徴マップに注意マップを掛けることで適応的な特徴の洗練を行う空間的注意モジュールを導入しています。さらに、提案されたネットワークは、U-Netの元々の畳み込みブロックの代わりに構造化ドロップアウト畳み込みブロックを採用し、ネットワークの過剰適合を防ぎます。SA-UNetは、Vascular Extraction（DRIVE）データセットとChild Heart and Health Study（CHASEDB1）データセットの2つのベンチマーク網膜データセットに基づいて評価されます。結果は、提案されたSA-UNetが両方のデータセットで最先端のパフォーマンスを達成していることを示しています。実装と訓練されたネットワークはGithub 1で入手できます。