[論文レビュー] MEGANet: Multi-Scale Edge-Guided Attention Network for Weak Boundary Polyp Segmentation

Nhat-Tan Bui, Dinh-Hieu Hoang+3 more|arXiv (Cornell University)|Sep 6, 2023

Colorectal Cancer Screening and Detection被引用数 7

ひとこと要約

MEGANetは、ポリープ分割の境界描画を改善するために、周波数の高いエッジ特徴とデコード境界/逆注意を活用する多尺度エッジガイド付き注意フレームワークを導入します。

ABSTRACT

Efficient polyp segmentation in healthcare plays a critical role in enabling early diagnosis of colorectal cancer. However, the segmentation of polyps presents numerous challenges, including the intricate distribution of backgrounds, variations in polyp sizes and shapes, and indistinct boundaries. Defining the boundary between the foreground (i.e. polyp itself) and the background (surrounding tissue) is difficult. To mitigate these challenges, we propose Multi-Scale Edge-Guided Attention Network (MEGANet) tailored specifically for polyp segmentation within colonoscopy images. This network draws inspiration from the fusion of a classical edge detection technique with an attention mechanism. By combining these techniques, MEGANet effectively preserves high-frequency information, notably edges and boundaries, which tend to erode as neural networks deepen. MEGANet is designed as an end-to-end framework, encompassing three key modules: an encoder, which is responsible for capturing and abstracting the features from the input image, a decoder, which focuses on salient features, and the Edge-Guided Attention module (EGA) that employs the Laplacian Operator to accentuate polyp boundaries. Extensive experiments, both qualitative and quantitative, on five benchmark datasets, demonstrate that our MEGANet outperforms other existing SOTA methods under six evaluation metrics. Our code is available at https://github.com/UARK-AICV/MEGANet.

研究の動機と目的

• 弱い境界と複雑な粘膜での頑健なポリープ分割を動機づける。
• スケールを跨いでポリープの境界に焦点を当てるエッジガイド付き注意機構を開発する。
• 高周波エッ情報とデコード済み注意を活用して分割精度を向上させる。

提案手法

• ラプラシアンピラミッドからの高周波特徴を取り込み、境界領域へ注意を導くエッジガイド付き注意（EGA）モジュールを導入する。
• 各層でデコードされた予測特徴を境界注意とリバース注意に分解して予測を洗練させる。
• 境界注意とリバース注意を組み合わせて対象領域を強調し背景漏れを抑制する。
• エンコーダ-デコーダの多尺度アーキテクチャ内でエッジガイド情報をデコーダレベルに伝播させる。
• 高周波特徴を可視化・活用してポリープの輪郭表現に不可欠なテクスチャとエッジ細部を保持する。

実験結果

リサーチクエスチョン

• RQ1 高周波エッジ情報は、境界が弱い境界のポリープ分割における境界精度をどう改善できるか。
• RQ2 複数スケールのエッジガイド付き注意機構は、異なるデータセットに跨って一貫してポリープ境界描画を向上させるか。
• RQ3 デコード特徴を境界注意とリバース注意に分解することは、分割品質にどのような影響を及ぼすか。
• RQ4 ラプラシアンベースの境界注意は、多尺度デコーディングとどのように相互作用して全体の分割を改善するか。

主な発見

• エッジガイド付き注意モジュールは、ラプラシアンピラミッドの高周波特徴を用いて境界領域を強調し、デコーダ層をポリープのエッジに焦点を合わせるよう導く。
• デコード Features を境界注意とリバース注意に分解することで、ポリープと周囲粘膜の識別が改善される。
• 境界注意とリバース注意を組み合わせると、全体の対象領域を認識し背景ノイズを抑制するのに役立つ。
• 多尺度ガイダンスとエッジ情報の保持を通じて、弱い境界のシナリオにおける境界精度を強調する。