このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

研究記事

HMP-MUNet:皮膚病変の自動分割のためのハイブリッド深層学習フレームワーク

167 閲覧数

⸱

DOI：

10.3791/69449

⸱

2026年3月17日

 ,  ,  , 
1College of Computer Science and Technology, Shenyang University of Chemical Technology, 2Quanzhou Vocational and Technical University, 3Information Department, Liaoning University

* These authors contributed equally

この記事について

サマリー

HMP-MUNetは、皮膚病変の自動分割のためのハイブリッド深層学習フレームワークを導入します。状態空間モデルとマルチスケールの注意メカニズムを統合することで、セグメンテーションの精度を高め、計算効率を最適化し、臨床現場での皮膚がん診断に堅牢なソリューションを提供します。

要約

皮膚病変のコンピュータ支援診断システムは、高い診断精度と計算効率の両面で大きな課題に直面しています。現在のディープラーニング手法は、皮膚病変に内在する複雑な形態的変異を異なるスケールで捉えるのに苦労する一方で、膨大な計算資源を必要とすることが多いです。高次多スケールパラレルビジョンマンバU-Net(HMP-MUNet)は、状態空間モデルと高度なマルチスケール処理能力を組み合わせた革新的なアーキテクチャ設計を通じてこれらの限界に対応する新しい深層学習フレームワークです。

本研究で説明するアプローチは、グローバルコンテキストモデリングのための高次視覚状態空間モジュール、複数の受容野にわたる階層的特徴抽出のための多スケール拡張注意融合ネットワーク、計算最適化のための並列多深さフレキシブルネットワークを組み合わせたハイブリッドU-Netフレームワークを統合しています。このアーキテクチャは、チャネル次元を拡大し、高度な注意機構を備えた改良されたU字型エンコーダ-デコーダを使用して特徴学習を強化します。

ベンチマークデータセットの包括的な評価では、PH2でダイス類似度係数が95.85%、ISIC2018で90.44%となっています。このモデルは、わずか761Mパラメータだけでこの優れた精度を実現しており、既存のVision Mambaアーキテクチャと比べて驚異的な72.2%の削減を実現しつつ、高いセグメンテーション精度を維持しています。軽量設計は、専門の皮膚科センターからプライマリケア施設まで、臨床検証を待つ限り、さまざまな臨床現場や画像診断モダリティへの展開の可能性を示しています。

HMP-MUNetは、診断の一貫性を向上させ臨床ワークフローをサポートする皮膚病変のセグメンテーションの自動化ソリューションを提供し、臨床でのさらなる検証の可能性を秘めています。高次モデリング能力と実用的な導入の考慮を統合することは、皮膚がんスクリーニングプロトコルの改善とコンピュータ支援診断アプリケーションにおける医療アクセス拡大の潜在的な解決策を提供します。

概要

コンピュータ支援診断(CAD)システムは、臨床専門分野にわたる医療画像の実践を向上させ、疾患の検出、診断、治療計画のアプローチを向上させることを目指します。1.皮膚科では、人工知能(AI)と高度な画像技術の統合が、特に皮膚がんの早期発見において診断精度と臨床結果を向上させる重要なツールとして浮上しています。皮膚がんは全悪性腫瘍の約90%を占めています2。自動化された皮膚病変解析のための高度なアルゴリズム的アプローチの開発は、精密医療の発展に寄与し、多様な医療現場での臨床意思決定を強化する標準化され再現性の高い診断支援を可能にします3,4。

現代の皮膚画像診断には、皮膚鏡検査、デジタル写真、光コヒーレンス断層撮影、多波長イメージングシステムなど複数のモダリティが含まれます。医療従事者は、皮膚鏡画像を用いて、手間で診断し、手間と時間のかかる高度な専門知識を要する手法で皮膚がんを診断します。異なる臨床環境や画像診断状態間での診断一貫性を維持する課題が、皮膚病変の客観的かつ定量的な解析を提供するCADシステムの開発を推進しました。皮膚鏡画像からの皮膚病変の断片は、後の分類精度と臨床的有用性に直接影響を与える基本的な前処理ステップを構成します7。一般的に、コンピュータ支援皮膚がん診断は画像取得、前処理、セグメンテーション、特徴抽出、分類の5段階から成り立っています。正確な境界の区分は病変の特徴付けに不可欠であり、臨床医は非対称性、境界の不規則性、色の変化、直径などの形態的特徴を評価することを可能にします。これらは確立された診断基準の重要なパラメータです。

状態空間モデル(SSM)、特にマンバアーキテクチャの登場により、線形計算複雑性が提供され、計算効率が向上しつつ、優れた長距離依存モデリング能力を維持しています。皮膚病変の分割11の最近の進歩、例えばU-Net9、Att-UNet12、UTNetV213、UNet++14は、分割精度の著しい向上を示しています。例えば、U-NetはISIC2018データセットでダイス類似係数(DSC)を87.55%達成し、UNet++は87.83%、Att-UNetは87.91%に達しています。PH2データセットでは、U-Netは90.6%のDSCを達成し、C2SDG15とSCR-Net16はそれぞれ90.3%と89.89%を記録しています。HMP-MUNetは、マルチスケールの注意メカニズムと並列処理機能を統合することでこれらのモデルを改良し、パラメータ数を72.2%削減しつつ、PH2データセットで95.85%、ISIC2018データセットで90.44%のDSCと優れた精度を実現しています。視覚表現学習能力と計算資源消費のバランスを取ることの重要性を考えると、最適なトレードオフを実現する汎用医療画像分類アーキテクチャの探求は、インテリジェントな臨床診断システム開発にとって重要です17。構造化された空間的SSMフレームワークは、状態遷移行列の最適化、計算効率の向上、メモリオーバーヘッドの削減など、従来のMambaアーキテクチャを強化します。これらは多様な画像手法での臨床展開に不可欠な特性です。

最近の研究では、特に高次ビジョンマンバベースのスイッチングスキーム(H-VSS)を用いるVision Mambaアーキテクチャは、従来のトランスに比べてパラメータ数を大幅に減らしつつ優れた性能を達成し、臨床ワークフロー統合に特に適していることが示されています19。しかし、既存のVision Mamba実装は、臨床展開条件下でのメモリ消費制限やスケーラビリティ制約などの課題に直面しています。現在の医療画像セグメンテーション手法は一般的にCNNモデルとトランスモデルに分かれており、従来のCNNは受容野制約により制限されるため、長距離依存性の捕捉が困難です。医療画像では、病変などの重要な部位と健康な皮膚を区別するには高精度が必要であり、これらの課題に対処するために高度な技術ソリューションの採用が必要です。現代のセグメンテーションアーキテクチャは、リアルタイムアプリケーションにおける計算効率、重要な診断タスクの精度、多様な画像プロトコルにおける堅牢性など、特定の臨床要件に対応するために進化してきました23。注意機構、マルチスケール特徴融合戦略、トランスエンコーダーを組み込んだ高度なU-Netバリアントは、複雑な医療画像シナリオで優れた性能を示している12,24。これらのアーキテクチャ革新は、解剖学的構造の正確な区分、病理領域の特定、定量的バイオマーカーの抽出を可能にし、臨床応用を直接的に強化し、エビデンスに基づく医療にとって極めて重要です25,26。しかし、既存の電子カルテ(EMR)とのインターフェース互換性、大規模画像の保存・取得、異なる機関間の相互運用性などの統合課題は、臨床の広範な普及において依然として大きな障害となっています。

本論文では、臨床現場における自動皮膚病変分割専用に設計された新規CADシステムである高次多スケール平行視覚マンバU-Net(HMP-MUNet)を紹介します。ここでのフレームワークは、革新的なアーキテクチャ要素であるマルチスケール拡張注意力融合ネットワーク(MSDAFN)および並列多深さフレキシブルネットワーク(PMFlex)を取り入れることで、現在の医療画像システムの重要なギャップを埋めています。MSDAFNは空間的およびチャネル的な注意メカニズムと多スケール拡張畳み込みを組み合わせた高度な特徴抽出戦略を実装し、異なるスケールにわたる微妙な病変特性の検出を強化します。これは臨床実践で遭遇する多様な病変の正確な診断に不可欠です。PMFlexは複数の入力ストリームを同時に解析できる並列処理機能を導入し、臨床レベルの精度に不可欠な高次モデリング能力を維持しつつ計算効率を大幅に向上させます。HMP-MUNetは革新的なセグメンテーション技術と計算戦略を通じて、皮膚がん診断の限界を押し広げ、リアルタイムかつ正確な臨床診断を可能にします。30,31。

本研究の主な貢献は、医療画像におけるCADの推進という中核的な目的と一致しています。MSDAFNによるグローバルコンテキストモデリングの強化により、多様な臨床症状における正確な病変局在のための特徴抽出と融合効率の向上;PMFlexによる効率的な並列処理は、臨床レベルの精度を維持しつつ計算負荷を削減し、資源制約の厳しい臨床環境での展開を促進します。ハードウェア認識設計による臨床展開最適化により、高解像度の皮膚鏡画像の効率的な処理がリアルタイムの臨床ワークフローをサポートします。臨床統合に適したパフォーマンス指標を用いた標準データセットでの包括的な評価によって実証された臨床パフォーマンス;高次モデリング、多スケール解析、並列計算を組み合わせた統合診断ソリューションで、精密な皮膚科診断のための包括的なソリューションを提供します。本研究は、現代医療現場における自動皮膚病変解析の技術的かつ実践的な要件に応える革新的かつ臨床的に応用可能なソリューションを提供することで、コンピュータ化医療画像技術を前進させています。

このフレームワークは、通常256×256の入力解像度を持つ高解像度の皮膚鏡画像を扱うよう設計されており、計算効率と画像の詳細のバランスを取っています。しかし、照明、肌の色、髪の有無などの機器や画質の変動は、セグメンテーションのパフォーマンスに影響を与えることがあります。これらの課題にもかかわらず、システムの設計はリアルタイムの臨床ワークフローに最適化されており、異なる画像診断機器に適応可能であるため、多様な臨床環境での堅牢な性能を確保しています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

この研究は、計算研究およびデータ処理に関する機関ガイドラインに準拠して実施されました。この研究には人間や脊椎動物は関与していません。

データセット準備と前処理

データセットの収集と 整理

皮膚鏡画像はPH2、ISIC2018、ISIC2017データセットから収集され、具体的なリンクは 材料表に掲載されています。PH2データセットには200枚の高解像度画像(1000ピクセル×1000ピクセル)、ISIC2018対応するセグメンテーションマスク付き2,594枚、そしてセグメンテーションマスク付き2,150枚の画像ISIC2017含まれています。データは標準プロトコルに従って訓練、検証、テストセットに整理され、画像が互換性のあるフォーマット(例:.jpg、.png、.tiff)であることを確認し、対応するグラウンドトゥルースマスクをバイナリ形式で含めています。

データは標準プロトコルに従って訓練、検証、テストセットに整理されました。データセットは次のように分割されました。ISIC2018では、1,815枚の画像がトレーニング用、259枚が検証用、520枚がテスト用に割り当てられました。ISIC2017では、1,500枚の画像が訓練用、220枚が検証用、430枚がテスト用に割り当てられました。PH2については、データセットが160枚のトレーニング画像、10枚の検証画像、30枚のテスト画像に分かれていました。前処理パイプライン全体で、256×256ピクセルの一貫した画像解像度が維持されました。

データ拡張と正規化

データ拡張技術を用いてモデルの一般化を強化しました。水平反転、垂直反転、±15°の範囲内のランダム回転が実装されました。ガンマ補正と対数変換はそれぞれ0.3の確率で適用されました。ピクセル値はImageNet統計(平均=[0.485, 0.456, 0.406]、標準偏差=[0.229, 0.224, 0.225])を用いて正規化されました。

すべての入力画像を256ピクセル×256ピクセルにリサイズ:計算効率を確保するため、すべての入力画像は256ピクセル×256ピクセルの均一解像度にリサイズされました。データセットにある高解像度画像(1000ピクセル×1000ピクセル)は、正確な病変境界の区画に不可欠な細かなディテールやテクスチャ情報を含むが、解像度を上げてもモデルのパフォーマンスは有意に向上しなかった。したがって、計算効率とモデル精度のバランスを維持するために解像度は向上されませんでした。今後の研究では、高解像度入力の影響をさらに調査し、セグメンテーションの精度向上が計算コストの増加に見合うかどうかを明らかにするかもしれません。必要に応じて画像はRGB形式に変換されました。前処理データは構造化されたディレクトリに保存され、元のデータセット分割は維持されました。

HMP-MUNetアーキテクチャ実装

ネットワークアーキテクチャ設計

HMP-MUNetは 図1に示される階層的なU字型エンコーダ-デコーダ構造に従って構成されました。ネットワークはプログレッシブチャンネル拡張で構成されており、エンコーダーレベルを合わせて8→16→32→64→128→256チャンネルを提供していました。

ネットワークの階層レベルを4段階から2段階に大幅に減少させる大きなアーキテクチャ変更が行われ、モデルの簡素化と計算効率の向上に役立ちました。深さは減少しましたが、各レベルでチャネルの寸法が拡大され、ネットワークにより豊かで表現力豊かな特徴を捉えられました。モデルの特徴学習をさらに強化するために、複数のスケールでネットワークを最も関連性の高い特徴に集中させる注意メカニズムが導入されました。これらの注意メカニズムは、浅い構造による階層的特徴抽象化の喪失を効果的に補っています。

エンコーダは入力 テンソルX(C, H×W)から初期特徴抽出のためのデュアルConv2D演算で初期化されました。3つの特殊モジュールの交互構成が実装されました:高次ビジョンマンバベースのスイッチングスキーム(H-VSS)、並列多深度フレキシブルネットワーク(PMFlex)、およびマルチスケール拡張注意融合ネットワーク(MSDAFN)。

モデルは正規化にImageNet統計(平均および標準偏差)を使用し、各データセットごとに再計算の必要がないため、計算効率が向上します。ImageNetのコンピュータビジョンタスクでの広範な利用を活用し、安定性と汎用性を確保しています。この選択により、前処理の複雑さを軽減し設計を簡素化し、データセット間の移行性を高めることで、多様な皮膚病変画像に効果的に一般化できるようになります。

高次ビジョンマンバベースのスイッチングスキーム(H-VSS)実装                

H-VSSモジュールは 図2のアーキテクチャに従って実装されました。レイヤー正規化(LN)およびハードスウィッシュ活性化(HS)は、式(1)に従って残留接続で構成されました。

figure-protocol-1

空間の一貫性を維持するためにローカル空間記述子(LSD)コンポーネントが実装されました。空間選択2Dスキャン(SS2D)モジュールは、式(2)に従って多方向走査パターンで構成されました。

figure-protocol-2

式(3)に指定された残留接続付きマルチレイヤーパーセプトロン(MLP)処理が追加されました。

figure-protocol-3

高次2次選択走査(H-SS2D)機構は、入力特徴を2次元空間に投影し、文脈モデリングを強化します。

並列マルチデプスフレキシブルネットワーク(PMFlex)実装

PMFlexモジュールは 図3 の仕様に従って構成されました。レイヤー正規化は入力特徴マップX(C, H×W)に適用され、その後、式(4)に従ってチャネル次元に沿って4つのセグメントに分割されました。

figure-protocol-4

各分割された特徴Y_iは共有のVisual Mamba(VMamba)モジュールを通じて処理されました。処理された出力は連結され、式(5)に示されたレイヤー正規化と投影によって精緻化が適用されました。

figure-protocol-5

マルチスケール拡張注意融合ネットワーク(MSDAFN)実装

MSDAFNモジュールは図4アーキテクチャに従って実装されました。並列畳み込み演算は、式(6)に従い、マルチスケール特徴抽出のために6、12、18の拡張率で構成されました。

figure-protocol-6

多スケール特徴は、式(7)に指定されたチャネル連結によって統合されました。

figure-protocol-7

特徴再キャリブレーションのためにデュアルアテンション機構が実装されました。チャネル注意の重みは、式(8)に従いグローバル平均プーリングを用いて計算されました。

figure-protocol-8

チャネル注意重み付けは式(9)に説明されているように適用されました。

figure-protocol-9

空間注意は式(10)に従い畳み込み演算によって構成されました:

figure-protocol-10

チャネルアテンションと空間アテンションは式(11)に示された通りに統合されました。

figure-protocol-11

訓練構成と最適化

環境設定

実験環境は、GPU(32GB VRAM)を搭載したUbuntu 20.04システム上で構成されました。Python 3.8、ディープラーニングフレームワーク(RRID: SCR_018536)、CUDA 11.8がインストールされました。入力画像のサイズは皮膚病変タスク用に256ピクセル×256ピクセルに設定されました。

損失関数と最適化器構成

BceDice損失関数は訓練最適化のために実装されました。AdamWオプティマイザーは初期学習率0.001、バッチサイズ8、250トレーニングエポックで構成されていました。正則化のために1 × 10⁻5 の重量減衰が適用されました。

ベースライン構成については、本研究はLiuら(2024)によるVmambaモデルの研究を参照しており、これは医療画像分類タスク11の視覚状態空間モデルとして用いられました。Vmambaの実装に使用された正確な構成とスクリプトは、彼らの公開された研究に基づいており、本研究に合わせて調整され、医療画像データセットにより適した調整が加えられています。

学習率スケジューリングは、ウォームリスタートを伴うコサインアニーリングを用いて設定されました。初期再開期間はT_0 = 10エポック、期間乗算はT_mult = 2、最小学習率はη_min = 1× 10⁻6 と設定します。

ハイパーパラメータ最適化

再現性と一貫性を確保するため、すべての実験は固定されたランダムシード42を用いて実施されました。体系的なハイパーパラメータ最適化は、バッチサイズ、学習率、ドロップパスレートに焦点を当てて実施されました。バッチサイズは4、8、16、32が評価されました。学習率0.0005、0.001、0.0015、0.002がテストされました。検証性能はダイス類似度係数(DSC)を主要な指標として監視されました。8GBを超えるバッチサイズは、32GB未満のVRAMを持つGPUでメモリオーバーフローを引き起こす可能性があります。

モデル評価およびパフォーマンス評価

評価メトリクスの設定

平均交差点(mIoU)、ダイス類似係数(DSC)、感度(Sen)、特異度(Spe)、精度(Acc)などの包括的な評価指標が実装されました。指標は以下の定式化に基づいて計算されました。

平均交差点(mIoU)は、予測値とグラウンドトゥルースセグメンテーションの重複を定量化します。

figure-protocol-12

サイコロ類似度係数(DSC)はセグメンテーションの一貫性を測定します。値は0から1の範囲で、値が高いほど性能が向上します:

figure-protocol-13

感度(Sen)は、モデルが陽性サンプルを検出する能力を測定します。

figure-protocol-14

S特殊性(Spe)は、正しいネガティブサンプル認識を評価する指標です:

figure-protocol-15

精度(Acc)は全体的な予測の正確性を測定します:

figure-protocol-16

パラメータ(M)はモデルの複雑さを反映し、訓練可能なパラメータの総量を測定します:

figure-protocol-17

ここで Pi は 第i層のパラメータ数、 N は層の総数です。パラメータ数が少なければ、臨床展開に適した軽量モデルを示します。

アブレーション研究プロトコル

表1の実験設計に基づき、アーキテクチャ成分の寄与を検証するための包括的なアブレーション研究が実施されました。4つのアーキテクチャバリアントが評価されました:H-MUNet(MSDAFNおよびPMFlexなしのベースライン)、HP-MUNet(MSDAFNなし)、HM-MUNet(PMFlexなし)、およびHMP-MUNet(完全モデル)。

すべてのバリアントで同一の訓練パラメータが設定されていました:学習率0.001、バッチサイズ8、250エポック。トレーニングの収束が監視され、各コンポーネントの追加ごとにパフォーマンス向上が検証されました。

計算効率解析

パラメータ数、FLOP、推論時間などの計算効率指標が異なるアーキテクチャ間で測定されました。標準的な臨床用GPUでの推論時間の評価では、高性能GPUで最も優れた性能を示すものの、より一般的に使われるハードウェアでは約70%遅いことが示されています。それでも効率的な推論速度を維持できるため、実用的な臨床展開に適しています。トレーニング中はGPUメモリ使用量を監視し、システムの安定性を確保しましょう。推奨されるのはバッチサイズ8で最低16GBのGPUメモリです。

検証と分析

パフォーマンスベンチマーキング

HMP-MUNetの性能は両データセットの最先端手法と比較して行われました。比較対象のすべてのモデルは、同じデータ分割、前処理、データ拡張、訓練プロトコルのもとで実装・訓練され、性能差がアーキテクチャの違いのみによるものであることを確実にしました。定量的結果には、ISIC2018データセットでDSCが2.89%とPH2データセットで5.25%の改善が記録されました。この研究は、U-Netベースラインと比べてパラメータ数が4.55倍減少していることを検証しました。

統計解析

統計的有意性検定は、性能比較のためにペアt検定を用いて実施されました。報告された指標に対して信頼区間が計算されました。再現性は異なるランダムシードを用いた複数回のトレーニングランによって確保されました。

最適なハイパーパラメータ構成はバッチサイズ8、学習率0.001として記録され、PH2データセットでピークDSCが0.9585、ISIC2018データセットで0.9044を記録しました。これは実験結果に記録されています。過学習を防ぐために十分な検証データが確保されました。早期停止基準を適用するために検証損失曲線を監視しました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

医療画像セグメンテーションのためのHMP-MUNetアーキテクチャ設計

提案されたHMP-MUNetアーキテクチャは、自動皮膚病変断片タスクにおいて卓越した性能を示しました。 図1 は、8チャネルから256チャネルまでの段階的にチャネル拡張を持つ階層的なU字型エンコーダ-デコーダ構造を示す完全なネットワークアーキテクチャを示しています。3つの特殊モジュールを交互配置で統合することで、局所的な形態的特徴と正確な病変境界の区分に不可欠な全体的な文脈情報を捉えるのに非常に効果的であることが証明されました。

実験検証により、深さを4レベルから2レベルに短縮した改良U字型設計が特徴抽出能力を維持しつつ計算負荷を大幅に削減できることが確認されました。初期特徴抽出のための二重のConv2D操作は、次元256×256 × 3ピクセルの入力テンソルを効果的に処理し、その後の処理段階のた...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

本研究は、HMP-MUNet(高次多スケール平行視覚マンバU-Net)という新しいディープラーニングフレームワークを提示し、状態空間モデル(SSM)と高度なアーキテクチャコンポーネントの革新的な統合を通じて、皮膚病変の断片化におけるコンピュータ支援診断(CAD)の基本的な課題に取り組む。ここで説明するアプローチは、高次特徴相互作用機構とマルチスケールの注意処理および並列処理を組み合わせることで、臨床展開における重要な計算負荷を大幅に削減しつつ、優れた診断精度を達成できることを示しています。提案されたフレームワークは、高度な人工知能(AI)能力と臨床応用性のギャップをうまく埋め、PH2(95%信頼区間:[95.5%、96.2%])でDice類似係数(DSC)をPH2(95%信頼区間:[95.5%、96.2%])で90.44 ISIC2018%(95%信頼区間:[89.9%、90.9%])のデータセットで達成し、既存のVision Mambaアーキテクチャを上回るパラメータ数を72.2%削減しました。これらの改善は統計的に有意...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者らは本研究に関して利益相反はないと宣言しています。著者と商業団体との間には、本原稿に不適切に影響を与える可能性のある金銭的関係は存在しません。この研究は独立して行われ、所見および結論は著者自身のものである。この原稿の本文は、英語が著者の母国語ではないため、ChatGPTの協力を借りて改訂・洗練されました。著者らは、AI支援の使用は言語編集に限定され、科学的整合性に影響を与えるコンテンツ生成や分析は含まれていなかったことを確認しています。

謝辞

著者らは、遼寧省教育局科学研究プロジェクト(Grant LJ212510149013 and General Program of Lionning Province Natural Science Science Foundation 2024-MSLH-377)からの財政支援に感謝申し上げます。これにより本研究が可能となりました。本研究で使用された公開データセットに協力してくださった研究参加者および機関の皆様に感謝します。これにより、提案方法論の包括的な検証が可能となりました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
CUDA 11.8NVIDIA社、カリフォルニア州サンタクララ、アメリカ合衆国ソフトウェア
GPU(32GB VRAM)NVIDIAオペレーティングシステム
ISIC2017データセットISICチャレンジhttps://challenge.isic-archive.com/dataデータセット
ISIC2018データセットISICチャレンジhttps://challenge.isic-archive.com/dataデータセット
NVIDIA V100 GPUNVIDIA社、カリフォルニア州サンタクララ、アメリカ合衆国ハードウェア
PH2データセットUniversidade Do Portohttps://www.fc.up.pt/addi/ph2データセット
Python 3.8パイソンリッド:SCR_018536ソフトウェア
PyTorch 1.13.0パイトーチリッド:SCR_018536ソフトウェア
Ubuntu 20.04正典ハードウェア

参考文献

  1. Maurya, S., et al. A review on recent developments in cancer detection using machine learning and deep learning models. Biomed Signal Process Control. 80 (2), 104398(2023).
  2. Siegel, R. L., Miller, K. D., Wagle, N. S., Jemal, A. Cancer statistics, 2023. CA Cancer J Clin. 73 (1), 17-48 (2023).
  3. Esteva, A., et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 542 (7639), 115-118 (2017).
  4. Haenssle, H. A., et al. against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 29 (8), 1836-1842 (2018).
  5. Argenziano, G., et al. Dermoscopy of pigmented skin lesions: results of a consensus meeting via the Internet. J Am Acad Dermatol. 48 (5), 679-693 (2003).
  6. Naeem, A., et al. SNC_Net: skin cancer detection by integrating handcrafted and deep learning-based features using dermoscopy images. Mathematics. 12 (7), 1030(2024).
  7. Celebi, M. E., et al. A state-of-the-art survey on lesion border detection in dermoscopy images. Dermoscopy Image Anal. 10, 97-129 (2015).
  8. Nachbar, F., et al. The ABCD rule of dermatoscopy: high prospective value in the diagnosis of doubtful melanocytic skin lesions. J Am Acad Dermatol. 30 (4), 551-559 (1994).
  9. Ronneberger, O., Fischer, P., Brox, T. U-net: convolutional networks for biomedical image segmentation. Med Image Comput Comput Assist Interv. 9351, 234-241 (2015).
  10. Gu, A., Dao, T. Mamba:linear-time sequence modeling with selective state spaces. arXiv. , (2023).
  11. Liu, Y., et al. Vmamba: visual state space model. Adv Neural Inf Process Syst. 37, 103031-103063 (2024).
  12. Zhang, J., Zhu, H., Wang, P., Ling, X. ATT squeeze U-net: a lightweight network for forest fire detection and recognition. IEEE Access. 9, 10858-10870 (2021).
  13. U-net v2: rethinking the skip connections of U-net for medical image segmentation. Peng, Y., Chen, D. Z., Sonka, M. 2025 IEEE 22nd International Symposium on Biomedical Imaging (ISBI), Houston, TX, USA, , (2025).
  14. Zhou, Z., et al. UNet++: a nested U-net architecture for medical image segmentation. Deep Learn Med Image Anal Multimodal Learn Clin Decis Support (2018). 11045, 3-11 (2018).
  15. Hu, S., Liao, Z., Xia, Y. Devil is in channels: contrastive single domain generalization for medical image segmentation. Medical Image Computing and Computer Assisted Intervention – MICCAI 2023. , Springer. Cham. (2023).
  16. Xu, W., Wang, Z. SCRNet:spatial-channel regulation network for medical ultrasound image segmentation. arXiv. arXiv. , (2025).
  17. Yue, Y., Li, Z. MedMamba: vision mamba for medical image classification. arXiv. , (2024).
  18. Efficiently modeling long sequences with structured state spaces. Gu, A., Goel, K., Ré, C. Proc Int Conf Mach Learn, 162, 8098-8109 (2022).
  19. Wu, R., Liu, Y., Liang, P., Chang, Q. UltraLight VM-UNet: parallel vision mamba significantly reduces parameters for skin lesion segmentation. arXiv. , (2024).
  20. Wu, R., Liu, Y., Liang, P., Chang, Q. H-vmunet:high-order vision mamba unet for medical image segmentation. Neurocomput. 624, 129447(2025).
  21. Fully convolutional networks for semantic segmentation. Long, J., Shelhamer, E., Darrell, T. 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Boston, MA, USA, , (2015).
  22. Chen, J., et al. TransUNet: transformers make strong encoders for medical image segmentation. arXiv. , (2021).
  23. Cao, H., et al. Swin-unet:unet-like pure transformer for medical image segmentation. Lect Notes Comput Sci. 13803, 205-218 (2023).
  24. Ibtehaz, N., Rahman, M. S. MultiResUNet: rethinking the U-net architecture for multimodal biomedical image segmentation. Neural Netw. 121, 74-87 (2020).
  25. Aruk, I., Pacal, I., Toprak, A. N. A novel hybrid ConvNeXt-based approach for enhanced skin lesion classification. Expert Syst Appl. 283, 127721(2025).
  26. Pacal, I., et al. A novel CNN-ViT-based deep learning model for early skin cancer diagnosis. Biomed Signal Process Control. 104, 107627(2025).
  27. Zhang, D. Y., et al. Implementation of digital pathology and artificial intelligence in routine pathology practice. Lab Invest. 104 (9), 102111(2024).
  28. Malunet: a multi-attention and lightweight unet for skin lesion segmentation. Ruan, J., Xiang, S., Xie, M., Liu, T., Fu, Y. 2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Las Vegas, NV, USA, , (2022).
  29. Wu, R., et al. Mhorunet:high-order spatial interaction unet for skin lesion segmentation. Biomed Signal Process Control. 88, 105517(2024).
  30. Pacal, I., Attallah, O. Hybrid deep learning model for automated colorectal cancer detection using local and global feature extraction. Knowl Based Syst. 319, 113625(2025).
  31. Pacal, I., Attallah, O. InceptionNeXt-transformer: a novel multi-scale deep feature learning architecture for multimodal breast cancer diagnosis. Biomed Signal Process Control. 110, 108116(2025).
  32. Vaswani, A., et al. Attention is all you need. Adv Neural Inf Process Syst. 30, 5998-6008 (2017).
  33. Phillips, M., et al. Assessment of accuracy of an artificial intelligence algorithm to detect melanoma in images of skin lesions. JAMA Netw Open. 2 (10), e1913436(2019).
  34. Wang, S., et al. Linformer:self-attention with linear complexity. arXiv. , (2020).
  35. A simple framework for contrastive learning of visual representations. Chen, T., et al. Proceedings of the 37th International Conference on Machine Learning, 119, Vienna, Austria. 1597-1607 (2020).
  36. Huang, S. C., et al. Fusion of medical imaging and electronic health records using deep learning: a systematic review and implementation guidelines. NPJ Digit Med. 3, 136(2020).
  37. Litjens, G., et al. A survey on deep learning in medical image analysis. Med Image Anal. 42, 60-88 (2017).
  38. Campanella, G., et al. Clinical-grade computational pathology using weakly supervised deep learning on whole slide images. Nat Med. 25 (8), 1301-1309 (2019).
  39. Gulshan, V., et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 316 (22), 2402-2410 (2016).
  40. McKinney, S. M., et al. International evaluation of an AI system for breast cancer screening. Nat. 577 (7788), 89-94 (2020).
  41. Krizhevsky, A., Sutskever, I., Hinton, G. E. ImageNet classification with deep convolutional neural networks. Commun ACM. 60 (6), 84-90 (2017).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

U NetVision Mamba
お問い合わせ
図書館への推薦

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。