LightMIS: segmentazione di immagini mediche ultraleggera senza decoder a stadi

Abstract degli autori

Presentiamo LightMIS, una famiglia scalabile di reti convoluzionali ultraleggere per la segmentazione binaria di immagini mediche 2D, priva di un decoder appreso per ciascuno stadio. LightMIS porta gli output di un encoder a cinque livelli a una risoluzione comune mediante blocchi Scale-Aligned Projection, li aggrega una sola volta e perfeziona la rappresentazione risultante con una Adaptive Fusion Cascade. La cascata combina Adaptive Kernel Fusion con il modulo Progressive Receptive Fusion proposto, che impiega un’espansione temporanea dei canali, campi recettivi depthwise complementari e un trasferimento progressivo di informazioni tra i rami. Valutiamo LightMIS-T, LightMIS-S e LightMIS con una validazione incrociata a cinque partizioni, secondo un protocollo nnU-Net v2.3.1 comune, su DRIVE, Kvasir-SEG, DSB18, BUSI, ISIC-2017 e ISIC-2018. LightMIS nella versione completa ha 0,131 M parametri e richiede 0,575 GFLOPs per un input $3\times256\times256$, ottenendo punteggi Dice e IoU macro-mediati per modalità rispettivamente dell’86,71% e del 78,99%. Mobile U-ViT ottiene l’86,75% di Dice e il 79,07% di IoU: le differenze osservate sono quindi di 0,04 e 0,08 punti percentuali. Rispetto a Mobile U-ViT, nnWNet e nnU-Net, LightMIS riduce il numero di parametri del 90,58$-$99,61% e i GFLOPs dell’82,54$-$96,14%. Su una GPU Arm Mali-G52 MC2, tutte le varianti di LightMIS ottengono la delega completa alla GPU, con una latenza delegata mediana compresa tra 53,31 ms per LightMIS-T e 138,31 ms per LightMIS. Questi risultati dimostrano un rapporto favorevole tra accuratezza$-$complessità e la fattibilità dell’esecuzione sul dispositivo per i compiti valutati. Il codice è disponibile pubblicamente all’indirizzo https://github.com/AndreiiArhire/LightMIS.