AMFP-net: 흉부 X선 영상을 통한 석면폐증 진단을 위한 적응형 다중 스케일 특징 피라미드 네트워크

광산 산업에서의 근로자에 대한 정기 건강 검진을 통해 석면폐증을 조기에 발견하는 것은 이 불치병의 진행을 방지하는 데 중요합니다. 흉부 X선 이미지에서 석면폐증 분류는 불투명물의 저대비, 클래스 간 유사성, 클래스 내 변동성 및 인공물의 존재로 인해 어려움이 있습니다. 전통적인 방법과 비교할 때, 컨볼루션 신경망은 석면폐증 분류 작업에서 상당한 개선을 보였지만, 주로 의미적으로 중요한 병변 불투명물에 집중할 수 없는 문제로 인해 정확한 분류는 여전히 도전 과제가 됩니다. 기존의 대부분 네트워크는 고수준의 추상 정보에 집중하고 저수준의 세부 객체 정보를 무시합니다. 대상 이미지에서 객체가 큰 공간을 차지하는 자연 이미지와는 달리, 석면폐증의 분류는 폐 내부의 작은 불투명물의 밀도에 의존합니다. 이 문제를 해결하기 위해, 우리는 흉부 X선에서 석면폐증 진단을 위한 AMFP-Net이라는 새로운 두 단계 적응형 다중 스케일 특징 피라미드 네트워크를 제안합니다. 제안된 모델은 1) 풍부한 맥락적이고 구별적인 정보를 추출하기 위한 적응형 다중 스케일 컨텍스트 블록과 2) 저수준의 세부 정보와 고수준의 글로벌 의미 정보를 효과적으로 결합하기 위한 가중치 특징 융합 모듈로 구성됩니다. 이 두 단계 네트워크는 먼저 폐를 분할하여 이미지의 관련 없는 부분을 제외함으로써 관련 영역에 더 집중하고, 이후 분할된 폐를 이용하여 석면폐증을 다양한 범주로 분류합니다. 공개 및 비공식 데이터 세트에 대한 광범위한 실험을 통해 이 제안된 접근 방식이 분할 및 분류 모두에서 최신 방법보다 우수한 성능을 발휘할 수 있음을 입증합니다.