Key points are not available for this paper at this time.
정확한 폴립 분할은 대장암의 조기 발견 및 예방에 매우 중요합니다. 그러나 기존의 폴립 탐지 방법은 종종 다방향 기능과 급격한 스케일 변화를 무시합니다. 이러한 문제를 해결하기 위해, 우리는 폴립 분할을 위한 직교 방향 강화 및 스케일 인식 네트워크(ODC-SA Net)를 설계했습니다. 직교 방향 컨볼루션(ODC) 블록은 직교 기능 벡터 기준을 형성하여 전치 직사각형 컨볼루션 커널을 사용하여 다방향 기능을 추출할 수 있으며, 이는 무작위 기능 방향 변화 문제를 해결하고 계산 부하를 줄입니다. 또한, 다중 스케일 융합 어텐션(MSFA) 메커니즘이 제안되어 공간 및 채널 차원에서 스케일 변화를 강조하고, 다양한 크기의 폴립에 대한 분할 정확성을 향상시킵니다. 효과적인 기능을 재결합하기 위해 Re-attention Module(ERA)로 추출하고, 낮은 수준의 정보로 폴립 경계를 강화하기 위해 Shallow Reverse Attention Mechanism(SRA) 구조를 사용합니다. 공개 데이터셋에서 실시한 대규모 실험은 이 모델의 성능이 최신 기술 수준의 방법들보다 우수함을 보여주었습니다.
Xu et al. (Thu,)는 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: