結腸直腸ポリープの大きさ、色、質感が異なり、ポリープと周囲の粘膜の境界が不明瞭であるため、ポリープの分割には大きな課題があります。結腸直腸ポリープの分割精度を向上させるため、本論文では改良されたDoubleUNetネットワーク分割アルゴリズムを提案します。本アルゴリズムはまずポリープ画像の反射光を除去し、データ拡張法により訓練データセットを拡大します。次に、DoubleUNetネットワークのデコーダ部分に注意機構を導入し、ネットワーク内の空洞空間畳み込みプーリングピラミッド（ASPP）モジュールを密結合空洞空間畳み込みプーリングピラミッド（DenseASPP）モジュールに置き換え、ネットワークの特徴抽出能力を向上させます。最後に、小さな対象の分割精度を向上させるため、本アルゴリズムの損失関数としてFocal Tversky Loss関数を利用します。本アルゴリズムはKvasir-SEG、CVC-ClinicDB、ETIS-Larib、ISIC、DSBデータセットでそれぞれ0.9530、0.9642、0.8157、0.9503、0.9641の精度を達成し、DoubleUNetアルゴリズムは同データセットでそれぞれ0.9394、0.9592、0.8007、0.9459、0.9496の精度でした。実験結果は、本アルゴリズムがDoubleUNetアルゴリズムに比べて優れた分割効果を有し、医師が結腸直腸の異常組織を効果的に切除してポリープの癌変可能性を低減するのに役立ち、他の医療画像分割タスクにも応用可能であることを示しています。

画像分割;結腸直腸ポリープ;空洞畳み込み;注意機構;条件付き確率場