Swin-PSAxialNet : une technique de segmentation multi-organes efficace

Résumé

Le présent protocole décrit une méthode de segmentation multi-organes efficace appelée Swin-PSAxialNet, qui a atteint une excellente précision par rapport aux méthodes de segmentation précédentes. Les étapes clés de cette procédure comprennent la collecte de l’ensemble de données, la configuration de l’environnement, le prétraitement des données, l’entraînement et la comparaison des modèles, ainsi que les expériences d’ablation.

Résumé

La segmentation abdominale multi-organes est l’un des sujets les plus importants dans le domaine de l’analyse d’images médicales, et elle joue un rôle important dans le soutien des flux de travail cliniques tels que le diagnostic des maladies et la planification du traitement. Dans cette étude, une méthode de segmentation multi-organes efficace appelée Swin-PSAxialNet basée sur l’architecture nnU-Net est proposée. Il a été conçu spécifiquement pour la segmentation précise de 11 organes abdominaux dans les images CT. Le réseau proposé a apporté les améliorations suivantes par rapport à nnU-Net. Tout d’abord, des modules d’espace à profondeur (SPD) et des blocs d’extraction de caractéristiques d’attention axiale partagée (PSAA) ont été introduits, améliorant ainsi la capacité d’extraction de caractéristiques d’images 3D. Deuxièmement, une approche de fusion d’images à plusieurs échelles a été utilisée pour capturer des informations détaillées et des caractéristiques spatiales, améliorant ainsi la capacité d’extraction de caractéristiques subtiles et de caractéristiques de bord. Enfin, une méthode de partage de paramètres a été introduite pour réduire le coût de calcul et la vitesse d’entraînement du modèle. Le réseau proposé atteint un coefficient de dés moyen de 0,93342 pour la tâche de segmentation impliquant 11 organes. Les résultats expérimentaux indiquent la supériorité notable de Swin-PSAxialNet sur les méthodes de segmentation traditionnelles précédentes. La méthode montre une excellente précision et de faibles coûts de calcul dans la segmentation des principaux organes abdominaux.

Introduction

L’intervention clinique contemporaine, y compris le diagnostic des maladies, la formulation de plans de traitement et le suivi des résultats du traitement, repose sur la segmentation précise des images médicales¹. Cependant, les relations structurelles complexes entre les organes abdominaux²rendent difficile la réalisation d’une segmentation précise de plusieurs organes abdominaux³. Au cours des dernières décennies, les développements florissants de l’imagerie médicale et de la vision par ordinateur ont présenté à la fois de nouvelles opportunités et de nouveaux défis dans le domaine de la segmentation abdominale multi-organes. L’imagerie par résonance magnétique (IRM)⁴ et la technologie de tomodensitométrie (TDM)⁵ nous permettent d’acquérir des images abdominales à haute résolution. La segmentation précise de plusieurs organes à partir d’images CT a une valeur clinique significative pour l’évaluation et le traitement d’organes vitaux tels que le foie, les reins, la rate, le pancréas, etc.6,7,8,9,10 Cependant, l’annotation manuelle de ces structures anatomiques, en particulier celles nécessitant l’intervention de radiologues ou de radio-oncologues, prend du temps et est sensible à des influences subjectives ¹¹. Par conséquent, il est urgent de développer des méthodes automatisées et précises pour la segmentation abdominale multi-organes.

Les recherches précédentes sur la segmentation d’images reposaient principalement sur les réseaux neuronaux convolutifs (CNN), qui améliorent l’efficacité de la segmentation en empilant des couches et en introduisant ResNet¹². En 2020, l’équipe de recherche de Google a présenté le modèle Vision Transformer (VIT)¹³, marquant ainsi un exemple pionnier d’intégration de l’architecture Transformer dans le domaine visuel traditionnel pour une gamme de tâches visuelles¹⁴. Alors que les opérations convolutives ne peuvent prendre en compte que les informations de caractéristiques locales, le mécanisme d’attention de Transformers permet de prendre en compte de manière exhaustive les informations de caractéristiques globales.

Compte tenu de la supériorité des architectures basées sur les transformateurs sur les réseaux convolutifs traditionnels¹⁵, de nombreuses équipes de recherche ont entrepris une exploration approfondie pour optimiser la synergie entre les forces des transformateurs et les réseaux convolutifs 16,17,18,19. Chen et al. ont présenté le TransUNet pour les tâches de segmentation d’images médicales¹⁶, qui exploite Transformers pour extraire des caractéristiques globales à partir d’images. En raison du coût élevé de la formation au réseau et de l’incapacité à utiliser le concept de hiérarchie d’extraction de fonctionnalités, les avantages de Transformer n’ont pas été pleinement exploités.

Pour résoudre ces problèmes, de nombreux chercheurs ont commencé à expérimenter l’intégration de Transformers comme épine dorsale pour les réseaux de segmentation de l’entraînement. Liu et ^al.17 ont introduit le Swin Transformer, qui utilisait une méthode de construction hiérarchique pour l’extraction de caractéristiques en couches. Le concept d’auto-attention multi-têtes Windows (W-MSA) a été proposé, réduisant considérablement les coûts de calcul, en particulier en présence de cartes de fonctionnalités plus grandes et peu profondes. Bien que cette approche réduise les besoins en calcul, elle isole également la transmission d’informations entre différentes fenêtres. Pour résoudre ce problème, les auteurs ont introduit le concept d’auto-attention multi-têtes à fenêtres décalées (SW-MSA), permettant la propagation de l’information entre les fenêtres adjacentes. S’appuyant sur cette méthodologie, Cao et al. ont formulé le Swin-UNet¹⁸, remplaçant les circonvolutions 2D dans U-Net par des modules Swin et incorporant W-MSA et SW-MSA dans les processus d’encodage et de décodage, obtenant des résultats de segmentation louables.

À l’inverse, Zhou et al. ont souligné que l’avantage du fonctionnement en conv ne pouvait être ignoré lors du traitement d’images à haute résolution¹⁹. Leur proposition nnFormer utilise une méthode de calcul d’auto-attention basée sur des blocs d’images tridimensionnels locaux, constituant un modèle Transformer caractérisé par une structure en forme de croix. L’utilisation de l’attention basée sur des blocs tridimensionnels locaux a considérablement réduit la charge d’entraînement sur le réseau.

Compte tenu des problèmes posés par l’étude ci-dessus, une structure hiérarchique hybride efficace pour la segmentation d’images médicales 3D, appelée Swin-PSAxialNet, est proposée. Cette méthode intègre un bloc de sous-échantillonnage, le bloc Space-to-depth (SPD)²⁰, capable d’extraire des informations globales²¹. De plus, il ajoute un module d’attention axiale partagée (PSAA), qui réduit le nombre de paramètres d’apprentissage de quadratique à linéaire et aura un effet positif sur la précision de l’entraînement du réseau et la complexité des modèles d’entraînement^22.

Réseau Swin-PSAxialNet
L’architecture globale du réseau adopte la structure en forme de U de nnU-Net²³, composée de structures d’encodeur et de décodeur. Ces structures s’engagent dans l’extraction de caractéristiques locales et la concaténation de caractéristiques à partir d’images à grande et petite échelle, comme illustré à la figure 1.

Figure 1 : Schéma de principe de l’architecture réseau de Swin-PSAxialNet. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Dans la structure de l’encodeur, le bloc Conv traditionnel est combiné avec le bloc SPD²⁰ pour former un volume de sous-échantillonnage. La première couche de l’encodeur intègre Patch Embedding, un module qui partitionne les données 3D en patchs 3D, (P₁, P₂, P₃) représente des patchs non chevauchants dans ce contexte, signifie la longueur de la séquence des patchs 3D. Après la couche d’encastrement, l’étape suivante implique une unité de sous-échantillonnage convolutif non chevauchant comprenant à la fois un bloc convolutif et un bloc SPD. Dans cette configuration, le bloc convolutif a une foulée définie sur 1, et le bloc SPD est utilisé pour la mise à l’échelle de l’image, ce qui entraîne une réduction de quatre fois de la résolution et une multiplication par deux du nombre de canaux.

Dans la structure du décodeur, chaque bloc de suréchantillonnage après la couche Fonctionnalité de goulot d’étranglement se compose d’une combinaison d’un bloc de suréchantillonnage et d’un bloc PSAA. La résolution de la carte des fonctions est multipliée par deux et le nombre de canaux est divisé par deux entre chaque paire d’étages de décodeur. Pour restaurer les informations spatiales et améliorer la représentation des entités, la fusion des entités entre les images à grande et à petite échelle est effectuée entre les blocs de suréchantillonnage. En fin de compte, les résultats du suréchantillonnage sont introduits dans la couche Head pour restaurer la taille de l’image d’origine, avec une taille de sortie de (H × W × D × C, C = 3).

Architecture de bloc SPD
Dans les méthodes traditionnelles, la section de sous-échantillonnage utilise une seule foulée avec une taille de pas de 2. Cela implique un regroupement convolutif à des positions locales dans l’image, en limitant le champ récepteur et en confinant le modèle à l’extraction de caractéristiques à partir de petits patchs d’image. Cette méthode utilise le bloc SPD, qui divise finement l’image d’origine en trois dimensions. L’image 3D d’origine est segmentée uniformément le long des axes x, y et z, ce qui donne quatre corps de sous-volume. (Graphique 2) Par la suite, les quatre volumes sont concaténés par une opération « chat », et l’image résultante subit une convolution 1 × 1 × 1 pour obtenir l’image sous-échantillonnée²⁰.

Figure 2 : Schéma fonctionnel du SPD. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Architecture de bloc PSAA
Contrairement aux réseaux CNN traditionnels, le bloc PSAA proposé est plus efficace pour mener une enquête mondiale et plus efficace pour l’apprentissage et la formation en réseau. Cela permet de capturer des images et des caractéristiques spatiales plus riches. Le bloc PSAA comprend l’apprentissage de l’attention axiale basé sur le partage de paramètres en trois dimensions : hauteur, largeur et profondeur. Par rapport au mécanisme d’attention conventionnel qui effectue l’apprentissage de l’attention pour chaque pixel de l’image, cette méthode effectue indépendamment l’apprentissage de l’attention pour chacune des trois dimensions, réduisant ainsi la complexité de l’auto-attention de quadratique à linéaire. De plus, un mécanisme de partage de paramètres keys-queries apprenant est utilisé, permettant au réseau d’effectuer des opérations de mécanisme d’attention en parallèle sur les trois dimensions, ce qui se traduit par une représentation plus rapide, supérieure et plus efficace des caractéristiques.

Protocole

Le présent protocole a été approuvé par le Comité d’éthique de l’Université de Nantong. Il implique l’évaluation et la recherche intelligentes de données multimodales non invasives ou peu invasives, y compris des images médicales humaines, des mouvements de membres et l’imagerie vasculaire, à l’aide de la technologie de l’intelligence artificielle. La figure 3 illustre l’organigramme global de la segmentation multi-organes. Tous les liens Web nécessaires sont fournis dans la table des matériaux.

Figure 3 : Organigramme global de la segmentation multi-organes. Veuillez cliquer ici pour voir une version agrandie de cette figure.

1. Collecte de l’ensemble de données

1. Téléchargez le jeu de données AMOS2022²⁴ (voir Tableau des matériaux).
2. Sélectionnez 160 images comme jeu de données d’entraînement et 40 images comme jeu de données de test.
3. Exécutez terminal mkdir ~/PaddleSeg/contrib/MedicalSeg/data/raw_data.
4. Ouvrez le chemin de raw_data.
5. Placez le jeu de données dans le répertoire raw_data et assurez-vous qu’il correspond correctement avec les noms de fichiers dans les répertoires « imagesTr » et « labelsTr ».
6. Créez dataset.json fichier.
7. Ajoutez des informations de jeu de données telles que numTraining, numTest et le nom des libellés dans le fichier « dataset.json ».
   REMARQUE : L’ensemble de données de cette étude se compose de 200 ensembles de données CT de haute qualité sélectionnés à partir de l’ensemble de données officiel AMOS2022 500 CT à des fins de formation et de test. L’ensemble de données comprend 11 organes, dont la rate, le rein droit, le rein gauche, la vésicule biliaire, l’œsophage, le foie, l’estomac, l’aorte, la veine cave inférieure, le pancréas et la vessie.

2. Configuration de l’environnement

1. Installez l’environnement Paddlepaddle (voir tableau des matériaux) et la version²⁵ CUDA correspondante.
   REMARQUE : Il est recommandé d’utiliser la version 2.5.0 de Paddlepaddle et la version 11.7 de CUDA.
2. Clonez Git le dépôt PaddleSeg²⁵.
3. Exécuter en terminal cd ~/PaddleSeg/contrib/MedicalSeg/.
4. Exécutez pip install -r requirements.txt.
5. Exécutez pip install medpy.

3. Prétraitement des données

1. Modifiez le fichier « yml », y compris les paramètres tels que data_root, batch_size, modèle, train_dataset, val_dataset, optimiseur, lr_scheduler et perte.
2. Spécifiez les paramètres requis pour l’exécution, y compris « -config », --log_iters, --precision, --nnunet, --save_dir, --save_interval, etc.
   REMARQUE : Le « raw_data » d’origine est transformé en trois types de fichiers de données : « Recadré », « Décathlon » et « Prétraité », répondant à différentes exigences d’entraînement et d’évaluation afin d’améliorer les performances du modèle et l’efficacité de l’entraînement.

4. Formation et comparaison des modèles

REMARQUE : En tant que référence largement utilisée dans le domaine de la segmentation d’images, nnU-Net²³ sert de modèle de référence dans l’étude. Le processus de comparaison des modèles est le suivant.

1. Train nnU-Net
   1. Configurez avec une taille de lot de 2 et 80 000 itérations, enregistrez toutes les 20 itérations et utilisez la précision fp16.
   2. Définissez le save_dir en tant que dossier « output » dans le répertoire de travail, avec un intervalle d’enregistrement défini à 1 000 itérations.
   3. Ajouter le paramètre --use_vdl pour la visualisation des paramètres VisualDL.
   4. Exécutez train.py.
   5. Créez quatre fichiers yml , spécifiez les plis 1 à 4 et entraînez le modèle avec une validation croisée en cinq parties.
2. Train Swin-UNet
   1. Maintenir la cohérence avec les conditions expérimentales précédemment établies.
   2. Supprimez le paramètre --nnunet et utilisez --swinunet.
   3. Exécutez le fichier train.py.
   4. Train plie 1 à 4 individuellement, puis soumis à un traitement d’ensemble.
3. Train TransUNet
   1. Suivez les procédures décrites à l’étape 4.1.
   2. Ouvrez le fichier yml .
   3. Modifiez type : nnunet en type : transunet.
   4. Modifiez le paramètre --nnunet en --transunet.
   5. Exécutez le fichier train.py.
   6. Train plie 1 à 4 individuellement et traite l’ensemble du traitement.
4. Train UNETR
   1. Maintenir des variables expérimentales cohérentes.
   2. Répétez les procédures décrites précédemment, comme Swin-UNet et TransUNet (étapes 4.2 et 4.3).
   3. Exécutez train.py.
   4. Train plie 1 à 4 individuellement et traite l’ensemble du traitement.
5. Train nnFormer
   1. Modifiez les paramètres tels que Swin-UNet et TransUNet.
   2. Exécutez un seul pli train.py.
   3. Exécutez le traitement d’ensemble.

5. Expérience d’ablation

1. Bloc PSAA pour l’ensemble du réseau
   1. Gardez les variables cohérentes avec l’étape 4.1.
   2. Définissez volume_shape = (64 192 192) et Axial_attention = Vrai.
   3. Exécutez un seul pli train.py.
   4. Traitement d’ensemble du processus sur cinq volets.
2. Bloc SPD pour l’ensemble du réseau
   1. Gardez les variables cohérentes avec l’étape 4.1.
   2. Définissez SPD_enable = Vrai et Axial_attention = Faux.
   3. Exécutez un seul pli train.py.
   4. Traitement d’ensemble du processus sur cinq volets.
3. Bloc PSAA pour le suréchantillonnage
   REMARQUE : N’utilisez pas le bloc SPD pour le sous-échantillonnage.
   1. Utilisez le bloc PSAA pour le suréchantillonnage.
   2. Gardez les variables cohérentes avec l’étape 4.1.
   3. Définissez Axial_attention = False dans la partie sous-échantillonnage et SPD_enable = Faux.
   4. Exécutez un seul pli train.py.
   5. Traitement d’ensemble à cinq plis.
4. Bloc PSAA pour le suréchantillonnage
   REMARQUE : Utilisez le bloc SPD pour le sous-échantillonnage.
   1. Utilisez le bloc SPD pour le sous-échantillonnage et le bloc PSAA pour le suréchantillonnage.
   2. Gardez les variables cohérentes avec l’étape 4.1.
   3. Définissez Axial_attention = False dans la partie sous-échantillonnage et SPD_enable = True.
   4. Exécutez un seul pli train.py.
   5. Traitement d’ensemble à cinq plis.
   6. Définissez le nombre d’itérations à 2 00 000 en raison des résultats supérieurs.

Résultats

Ce protocole utilise deux mesures pour évaluer le modèle : le score de similarité des dés (DSC) et la distance de Hausdorff à 95 % (HD95). La DSC mesure le chevauchement entre les prédictions de segmentation des voxels et la vérité terrain, tandis que la HD 95 % évalue le chevauchement entre les limites de prédiction de la segmentation des voxels et la vérité terrain, en filtrant 5 % des valeurs aberrantes. La définition de l’ASR²⁶ est la suivante :

(1)

Où T et P représentent respectivement les valeurs de vérité terrain et les valeurs prédites pour tous les voxels. La définition de 95 % HD²⁶ est la suivante :

(2)

Où d ^T,P, est la distance du 95e percentile de la HD₉₅ maximale entre la vérité terrain et les voxels prédits, et d ^T,P, représente la distance du 95e percentile de la HD₉₅ maximale entre les voxels prédits et la vérité terrain.

Swin-PSAxialNet est comparé à divers algorithmes de segmentation multi-organes courants dans le tableau 1. Les résultats démontrent une amélioration des performances de segmentation des organes abdominaux dans l’algorithme proposé. La précision des dés de la méthode de segmentation dépasse la valeur moyenne des dés des autres méthodes de 2 à 3 points de pourcentage et dépasse même nnFormer de 1 point de pourcentage. Swin-PSAxialNet présente également une grande précision dans la segmentation des limites, avec un coefficient HD95 moyen de 5,63, le plus bas parmi tous les algorithmes comparés.

Méthode		Lkn	Spl	Liv	Pan	Aro	Bla	Sto	Gbd	Pos	Eso	Rkn	Avg
													DSC	HD95
nnU-Net		96.3	96.8	97.21	85.2	95.22	86.57	91.47	84.7	91.79	82.5	95.44	91.2	7.13
Swin-Unet		96.03	96.68	97.22	85.74	95.3	87.82	91.77	84.64	91.67	83.26	96.14	91.48	9.68
TransUNet		96.42	96.74	97.05	85.09	94.86	85.2	91.81	83.33	91.52	82.22	96.12	90.94	13.77
L’UNETR		95.94	96.48	96.85	84.14	94.62	85.01	90.18	81.16	90.79	80.34	95.15	90.06	12.92
nnAncien		96.59	97.22	97.33	86.79	95.31	89.74	92.82	84.88	92.43	84.24	96.32	92.15	6.59
Swin-PSAxialNet		96.85	97.67	97.64	88.39	95.97	92.03	94.4	87.78	93.15	86.24	96.59	93.34	5.63

Tableau 1 : Comparaison des algorithmes de segmentation courants. Les abréviations désignent les organes suivants : Lkn pour le rein gauche, Spl pour la rate, Liv pour le foie, Pan pour le pancréas, Aro pour l’aorte, Bla pour la vessie, Sto pour l’estomac, Gbd pour la vésicule biliaire, Pos pour la postcava, Eso pour l’œsophage, Rkn pour le rein droit et DSC pour le coefficient de dés moyen, HD95 pour la distance moyenne de Hausdorff de 95 %.

De plus, l’introduction d’un mécanisme de partage de paramètres et l’amélioration de la structure du transformateur offrent des avantages significatifs en termes de complexité du modèle et de vitesse d’inférence (Tableau 2, Figure 4 et Figure 5).

Modèle	Paramètres (M)	FLOPS (G)	Temps d’inférence (s)
nn-Unet	17.96	398.54	9.07
L’UNETR	89.58	39.67	12.51
nnAncien	134.78	152.43	11.24
Swin-PSAxialNet	37.64	43.15	10.31

Tableau 2 : Tableau comparatif des indicateurs de modèles de réseaux.

Figure 4 : Courbe de variation des dés d’un réseau d’entraînement de modèle. (A) Le réseau actuel. (B) nnAncien. (C) nnU-Net. d) L’UNETR. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5 : Comparaison des résultats d’entraînement du modèle. La figure met en évidence les résultats du réseau actuel, les résultats de nnFormer, les résultats de nnU-Net et les résultats de l’UNETR. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Cette étude a mené des expériences d’ablation complètes sur le réseau d’algorithmes, en utilisant le bloc PSAA et le bloc SPD comme variables, et en comparant l’entraînement unique à l’entraînement quintuple. Les coefficients de dés des résultats expérimentaux sont présentés dans le tableau 3. Ces résultats démontrent que l’utilisation du bloc SPD pour le sous-échantillonnage et du bloc PSAA pour le suréchantillonnage améliore efficacement les performances de segmentation par rapport au nnU-Net non modifié (Figure 6).

Modèle	PSAA Block pour l’ensemble du réseau	SPD Block pour l’ensemble du réseau	Bloc PSAA uniquement pour le suréchantillonnage	Bloc PSAA pour l’upsampling, utilisez SPD
Formation en une seule fois	92.17	90.51	92.24	92.39
Formation en cinq volets	92.82	91.26	92.79	93.34

Tableau 3 : Les résultats de l’expérience d’ablation de Swin-PSAxialNet. Les résultats de l’expérience d’ablation de Swin PSAxialNet sont présentés. Dans l’expérience d’ablation, l’utilisation de PSAA Block et de SPD Block a été comparée, et les résultats d’entraînement de la DSC sont présentés dans le tableau.

Figure 6 : Les résultats de la segmentation. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Discussion

La segmentation des organes abdominaux est un travail compliqué. Par rapport à d’autres structures internes du corps humain, telles que le cerveau ou le cœur, la segmentation des organes abdominaux semble plus difficile en raison du faible contraste et des grands changements de forme des images CT^27,28. Swin-PSAxialNet est proposé ici pour résoudre ce problème difficile.

Dans l’étape de collecte des données, cette étude a téléchargé 200 images du site officiel AMOS2022²⁴. Dans l’étape de configuration de l’environnement, la configuration expérimentale incluait l’environnement Paddlepaddle ainsi que sa version CUDA correspondante. Au cours de l’étape de prétraitement des données, un recadrage et un retournement aléatoires ont été appliqués pour améliorer la robustesse des données. Dans les étapes d’entraînement et de comparaison du modèle, basé sur le modèle de référence nnU-Net, l’expérience a ajouté le bloc SPD pour le sous-échantillonnage et le bloc d’extraction de caractéristiques PSAA pour le suréchantillonnage, obtenant d’excellents résultats de segmentation. Swin-PSAxialNet a été comparé à divers modèles de segmentation grand public et a démontré des résultats prometteurs sur l’ensemble de données publiques AMOS2022. Il a atteint une précision de segmentation supérieure à celle des autres méthodes de segmentation mentionnées dans cette étude 16,17,18,19. Dans la section de l’expérience d’ablation, l’utilisation du bloc PSAA et du bloc SPD a été modifiée pour trouver le réseau de segmentation optimal. Les résultats de l’expérience d’ablation ont indiqué que l’utilisation du module PSAA uniquement pour le suréchantillonnage permet d’obtenir un point de pourcentage de plus que son utilisation pour l’ensemble du réseau.

Les innovations de cette étude sont les suivantes : Tout d’abord, le module SPD est incorporé au réseau pour constituer l’unité de sous-échantillonnage à côté du bloc Conv, améliorant ainsi les capacités d’extraction de caractéristiques du réseau. Deuxièmement, l’introduction du bloc d’extraction de fonctionnalités PSAA réduit efficacement la complexité du réseau tout en améliorant la précision de l’entraînement. Enfin, la mise en place d’un mécanisme de partage de paramètres permet de réduire significativement la complexité du modèle d’entraînement.

Cette étude présente des limites sur les aspects suivants : elle n’a été appliquée qu’à l’ensemble de données AMOS2022, et les résultats n’ont pas été validés sur d’autres ensembles de données. Encore une fois, bien que nnU-Net ait atteint des performances élevées dans les tâches de segmentation des organes abdominaux après une série d’optimisations en tant que cadre de segmentation automatisé, certains paramètres ont encore un certain degré de subjectivité, tels que le taux d’apprentissage initial, le nombre d’itérations, l’architecture du réseau, etc. Les recherches futures exploreront des méthodes de calcul automatique de ces paramètres²⁹.

Swin-PSAxialNet a obtenu d’excellents résultats de segmentation dans les tâches de segmentation des organes abdominaux, démontrant de fortes capacités de généralisation et de stabilité. Dans les recherches futures, des ensembles de données supplémentaires seront utilisés pour étudier davantage les capacités de généralisation de l’algorithme et apporter des ajustements au modèle. De plus, la structure de l’algorithme peut faire l’objet d’une optimisation supplémentaire pour améliorer la précision et la robustesse globales du réseau. L’objectif est d’intégrer le réseau avec des capacités multimodales pour le transformer en un modèle médical multimodal.

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
AMOS2022 jeu de données	Aucun	Aucun	Ensembles de données pour l’entraînement et les tests du réseau. Le lien web est : https://pan.baidu.com/s/1x2ZW5FiZtVap0er55Wk4VQ?pwd=xhpb
Ordinateur central ASUS	ASUS		https://www.asusparts.eu/en/asus-13020-01910200
CUDA version 11.7	NVIDIA		https://developer.nvidia.com/cuda-11-7-0-download-archive
NVIDIA GeForce RTX 3090	NVIDIA		https://www.nvidia.com/en-in/geforce/graphics-cards/30-series/rtx-3090-3090ti/
Environnement de paddlepaddle  ;	Baidu	Aucun	Préparation environnementale pour la formation en réseau. Le lien web est : https://www.paddlepaddle.org.cn/
PaddleSeg	Baidu	Aucun	La base de référence que nous utilisons : https://github.com/PaddlePaddle/PaddleSeg