XBound-Former: Hacia un Modelado de Fronteras a Escala Cruzada en Transformadores

La segmentación de lesiones cutáneas a partir de imágenes de dermatoscopia es de gran importancia en el análisis cuantitativo de los cánceres de piel, lo cual sigue siendo un desafío incluso para los dermatólogos debido a los problemas inherentes, es decir, considerables variaciones en tamaño, forma y color, y fronteras ambiguas. Los transformadores de visión recientes han mostrado un rendimiento prometedor en el manejo de la variación a través del modelado del contexto global. Sin embargo, no han resuelto completamente el problema de las fronteras ambiguas ya que ignoran el uso complementario del conocimiento de las fronteras y los contextos globales. En este artículo, proponemos un nuevo transformador consciente de la frontera a escala cruzada, XBound-Former, para abordar simultáneamente los problemas de variación y frontera en la segmentación de lesiones cutáneas. XBound-Former es una red completamente basada en atención y captura el conocimiento de la frontera a través de tres aprendices diseñados especialmente. Primero, proponemos un aprendiz de frontera implícito (im-Bound) para restringir la atención de la red a los puntos con variación notable en la frontera, mejorando el modelado del contexto local mientras se mantiene el contexto global. En segundo lugar, proponemos un aprendiz de frontera explícito (ex-Bound) para extraer el conocimiento de la frontera en múltiples escalas y convertirlo en incrustaciones de manera explícita. Tercero, basado en las incrustaciones de frontera a múltiples escalas aprendidas, proponemos un aprendiz de frontera a escala cruzada (X-Bound) para abordar simultáneamente el problema de las fronteras ambiguas y a múltiples escalas utilizando la incrustación de frontera aprendida de una escala para guiar la atención consciente de la frontera en las otras escalas. Evaluamos el modelo en dos conjuntos de datos de lesiones cutáneas y un conjunto de datos de lesiones de pólipos, donde nuestro modelo supera consistentemente a otros modelos basados en convoluciones y transformadores, especialmente en las métricas orientadas a la frontera. Todos los recursos se pueden encontrar en https://github.com/jcwang123/xboundformer.