UGCANet：一种基于Transformer且具有特征对齐能力的统一全局上下文感知网络用于内镜图像分析
计算机视觉与模式识别
2023-07-13 v1
摘要
胃肠内镜是一种利用配备摄像头及其他器械的柔性管来检查消化道的医疗程序。这种微创技术可用于诊断和管理包括炎症性肠病、胃肠出血和结肠癌在内的多种胃肠道疾病。上消化道病变的早期检测与识别，以及可能带来癌变风险的恶性息肉的识别，是胃肠内镜诊断和治疗应用的关键组成部分。因此，提高胃肠道疾病的检出率能够通过增加及时医疗干预的可能性显著改善患者预后，从而延长患者寿命并改善整体健康结果。本文提出了一种新颖的基于Transformer的深度神经网络，旨在同时执行多项任务，从而能够准确识别上消化道病变和结肠息肉。我们的方法提出了一种独特的全局上下文感知模块，并利用强大的MiT主干网络以及特征对齐模块来增强网络的表征能力。这一新颖设计使得在各种内镜诊断任务上的性能得到显著提升。大量实验表明，与其他最先进的方法相比，我们的方法具有优越的性能。
引用
@article{arxiv.2307.06260,
title = {UGCANet: A Unified Global Context-Aware Transformer-based Network with Feature Alignment for Endoscopic Image Analysis},
author = {Pham Vu Hung and Nguyen Duy Manh and Nguyen Thi Oanh and Nguyen Thi Thuy and Dinh Viet Sang},
journal= {arXiv preprint arXiv:2307.06260},
year = {2023}
}