DualMiT-Net: Local-Global Transformer-Convolutional Fusion for Breast Mass Segmentation in Mammographic Regions of Interest
本文介绍了 DualMiT-Net，这是一种双分支网络，通过空间门控解码器将来自 Mix Transformer 编码器的局部肿块细节与来自 EfficientNet 编码器的全局乳腺上下文进行融合，从而在 CBIS-DDSM 数据集上实现了最先进的乳腺肿块分割。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
乳腺癌仍然是当今女性面临的最重大健康挑战之一，然而早期检测提供了一种强大的防御手段。当疾病在仍处于局部阶段时被发现，其五年生存率超过百分之九十九。为了寻找这些早期迹象，医生依赖于乳房 X 线摄影（即乳腺钼靶），这是一种乳房的 X 射线图像。然而，解读这些图像是一项艰巨的任务。肿瘤或肿块往往会与周围组织融合在一起，缺乏锐利的边缘或清晰的对比度，且其形状可能不规则且难以追踪。即使对于经验丰富的放射科医生来说，绘制出肿块的确切轮廓也可能需要时间，并且不同读者之间的结果也会有所差异。这正是计算机科学介入的地方，旨在教导机器以人类眼睛力求的精准度来识别这些隐藏的边界，同时具备只有软件才能提供的连贯性和速度。
研究人员长期以来一直尝试利用深度学习——一种通过分析数千个示例进行学习的人工智能技术——来帮助计算机理解医学图像。早期的尝试使用的网络非常擅长捕捉微小的局部细节，但有时难以理解周围组织的宏观全貌。更近期的模型借鉴了人类处理视觉的方式，使用能够观察图像远处部分并将其联系起来的系统。然而，对于乳腺肿块而言，一个特定的挑战依然存在：计算机需要看到肿瘤细微且锯齿状的边缘来定义它，但同时也需要看到更广泛的乳房区域，以了解该肿瘤位于何处。紧凑的特写视图展示了边缘，而宽阔的视图展示了背景，但大多数计算机模型在历史上一直试图用单一的、固定的视角来兼顾两者。
为了解决这个问题，劳伦斯理工大学的研究团队开发了一种名为 DualMiT-Net 的新系统。该系统并没有强迫计算机在特写镜头和远景镜头之间做出选择，而是使用了两只独立的“眼睛”同时观察同一个肿块。一只眼睛紧盯着病灶，放大以捕捉纹理和肿块精确的边界；另一只眼睛则退后一步，观察更广泛的周围乳腺组织，从而提供理解肿块终点与健康组织起点之间关系的背景信息。这两个视角由计算机大脑的不同部分进行处理，分别旨在处理精细细节和宏观模式。
该系统的神奇之处在于这两个视角是如何进行交流的。在计算机分析图像的过程中，它会在处理的最深层级在特写视图和远景视图之间共享信息。随后，在构建最终图像时，它使用一个特殊的门控机制，来决定在每一个点上应该加入多少宽阔的背景信息到详细的特写中。这使得系统既能保持肿瘤锐利的边缘，又能利用周围组织来澄清模糊不清的区域。研究人员还发现，为计算机提供特定类型的图像预处理效果最好。他们对标准的乳房 X 线摄影图像进行了调整，通过调节亮度来突出最重要的细节，并添加了一层能够响应乳腺组织中特定模式（例如肿瘤中常见的尖刺状边缘）的纹理信息。
在对包含数百个病例的大型公开乳房 X 线摄影集进行测试时，这种双视图系统表现出了卓越的准确性。研究人员测量了计算机生成的轮廓与人类医生绘制的轮廓之间的匹配程度。该系统在 1.0 为满分的量表中获得了 0.9375 的评分，这一结果在多次训练运行中保持一致。在相同的条件下，该得分显著高于接受测试的另外六种标准计算机模型。该系统在恢复肿瘤完整面积以及使边界线尽可能贴近专家标记方面表现得更好，即使是在对比度低或边缘模糊的困难病例中也是如此。
研究还仔细检查了移除系统各部分后会发生什么，以确定哪些部分是真正必不可少的。他们发现，虽然用于优化图像的具体工具很有帮助，但系统的核心强度来自于同时使用两种不同视图这一简单的理念。该系统并不依赖于某种单一的技巧，而是依靠局部细节与全局背景的协同工作。虽然目前的模型要求计算机已经大致知道肿块的位置，但它代表了在自动化勾勒这些肿瘤这一困难任务方面迈出的重要一步。通过模拟放射科医生在细节与整体之间切换注意力的过程，这种新方法为定义乳腺肿块边界提供了一种更可靠的方式，有望帮助医生做出更快、更一致的诊断。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。