FAMSeg: Fetal Femur and Cranial Ultrasound Segmentation Using Feature-Aware Attention and Mamba Enhancement
Created by
Haebom
저자
Jie He, Minglang Chen, Minying Lu, Bocheng Liang, Junming Wei, Guiyan Peng, Jiaxi Chen, Ying Tan
개요
본 논문은 초음파 이미지의 정확한 분할을 위해 태아의 대퇴골과 두개골 초음파 이미지 분할 모델인 FAMSeg 네트워크를 제안합니다. 기존 모델들이 자연 장면의 객체에 기반하여 설계되어 고잡음 및 고유사도를 갖는 초음파 객체에 적용하기 어렵다는 점을 고려하여, 세로 및 가로 독립적 관점 스캔 합성곱 블록과 특징 인식 모듈을 설계하여 국부적 세부 정보 포착 능력을 향상시키고 문맥 정보의 융합을 개선하였습니다. Mamba 최적화 잔차 구조와 결합하여 원시 잡음의 간섭을 억제하고 국부 다차원 스캔을 향상시켜 전역 정보와 국부 특징 의존성을 구축합니다. 다양한 최적화 기법을 조합하여 훈련하여 최적의 성능을 달성합니다. 실험 결과, FAMSeg 네트워크는 다양한 크기와 방향의 이미지에서 가장 빠른 손실 감소와 최고의 분할 성능을 달성했습니다.
시사점, 한계점
•
시사점:
◦
고잡음 및 고유사도를 갖는 초음파 이미지에서의 작은 객체 분할 문제 해결에 기여.
◦
제안된 FAMSeg 네트워크는 기존 모델 대비 빠른 손실 감소 및 우수한 분할 성능을 보임.
◦
세로 및 가로 독립적 관점 스캔 합성곱 블록과 특징 인식 모듈을 통한 효과적인 국부 및 문맥 정보 활용.
◦
Mamba 최적화 잔차 구조를 통한 잡음 제거 및 다차원 스캔 향상.
•
한계점:
◦
제안된 모델의 성능 평가가 특정 유형의 초음파 이미지(태아 대퇴골 및 두개골)에 국한됨. 다양한 초음파 이미지 유형에 대한 일반화 가능성에 대한 추가 연구 필요.
◦
논문에서 구체적인 Mamba 최적화 전략에 대한 자세한 설명 부족.
◦
다양한 최적화 기법의 조합에 대한 구체적인 설명 부족. 최적화 전략의 일반화 가능성에 대한 추가 연구 필요.
