الملخص: التجزئة الدقيقة للسلائل القولونية ضرورية للكشف المبكر عن سرطان القولون والمستقيم، ولكنها تبقى تحديًا بسبب التباين الضعيف بين المقدمة والخلفية، والحدود المتقطعة الناتجة عن الانعكاسات اللامعة والطيات المعوية، بالإضافة إلى التفاوت الواضح في الحجم بين السلائل. تجعل هذه العوامل من الصعب على الطرق الحالية الحفاظ على تفاصيل الحدود الدقيقة وسياق دلالي عالمي قوي في آنٍ واحد. لمواجهة هذه التحديات الخاصة بالمهمة، نقترح شبكة دمج تدريجي لميزات ذات فرعين (DFPF-Net) لتجزئة السلائل القولونية. تعتمد DFPF-Net على بنية ثنائية المشفر تدمج مشفرًا قائمًا على الشبكات العصبية الالتفافية (CNN) لتمثيل محلي وحساس للحدود من أجل نمذجة دلالية عالمية. يعزز الفرع الواعي بالحدود المزود بطبقات معلومات معكوسة (IPILs) المتراكمة المخارج المحيرة والمتقطعة، في حين يدمج الفرع الدلالي وحدات دمج الانحراف (MFMs) ووحدة تعزيز ذات طبقة واحدة منحازة (MSRM) للتخفيف من عدم تطابق الدلالة وعدم كفاية التفاعل عابر المقاييس. علاوة على ذلك، تمكن وحدة دمج المعلومات الإدراكية (PIFM) التعاون الفعال بين الدلالة والحدود، وتعيد وحدة فك التشفير المتراكم متعدد المستويات (MRDM) بشكل تدريجي مخرجات تجزئة متماسكة بنيويًا. أظهرت تجارب مكثفة على عدة مجموعات بيانات عامة للتنظير القولوني أن DFPF-Net تحقق أداء تجزئة تنافسي وقوي. على وجه الخصوص، على مجموعة بيانات ETIS الصعبة، تحقق DFPF-Net قيم 0.785 mDice و0.704 mIoU، مما يدل على قدرتها في التعامل مع الهياكل المعقدة والحدود المحيرة في تجزئة السلائل القولونية.
درس يان وآخرون (مون،) هذا السؤال.