心臓画像シーケンスでの少数のショットセグメンテーションのためのマルチレベルのセマンティック適応

マニュアルラベルの取得は、心臓画像シーケンスで時間がかかり、労働集約型です。少数のショットセグメンテーションでは、限られたラベルを利用して新しいタスクを学習できます。ただし、空間的分布バイアスと長期情報バイアスの2つの課題があります。これらの課題は、心臓の画像シーケンスに対する時間次元の影響に由来し、その結果、深刻な過剰適応をもたらします。この論文では、心臓画像シーケンスの少数のショットセグメンテーションのためのマルチレベルのセマンティック適応（MSA）を提案します。MSAは、シーケンスレベル、フレームレベル、ピクセルレベルなど、複数のレベルのセマンティック機能のドメイン適応と重量適応を調査することにより、2つのバイアスに対処します。まず、MSAは、空間的方向および時間的方向におけるドメイン適応のためのデュアルレベルの機能調整を提案します。この調整は、フレームレベルの機能とシーケンスレベルの機能を明示的に並べて、多様なモダリティに関するモデル適応を改善します。第二に、MSAは、フレームレベルの特徴とピクセルレベルの特徴における重量適応のための階層的な注意メトリックを調査します。このメトリックは、同様のフレームとターゲット領域に焦点を当て、境界線の特徴に対するモデルの差別を促進します。広範な実験は、MSAが3つのモダリティ、つまりMR、CT、およびエコー（例えば、平均サイコロが0.9243）を備えた心臓画像シーケンスの少ないショットセグメンテーションに効果的であり、10の最先端よりも優れていることを示しています。- アートメソッド。

Obtaining manual labels is time-consuming and labor-intensive on cardiac image sequences. Few-shot segmentation can utilize limited labels to learn new tasks. However, it suffers from two challenges: spatial-temporal distribution bias and long-term information bias. These challenges derive from the impact of the time dimension on cardiac image sequences, resulting in serious over-adaptation. In this paper, we propose the multi-level semantic adaptation (MSA) for few-shot segmentation on cardiac image sequences. The MSA addresses the two biases by exploring the domain adaptation and the weight adaptation on the semantic features in multiple levels, including sequence-level, frame-level, and pixel-level. First, the MSA proposes the dual-level feature adjustment for domain adaptation in spatial and temporal directions. This adjustment explicitly aligns the frame-level feature and the sequence-level feature to improve the model adaptation on diverse modalities. Second, the MSA explores the hierarchical attention metric for weight adaptation in the frame-level feature and the pixel-level feature. This metric focuses on the similar frame and the target region to promote the model discrimination on the border features. The extensive experiments demonstrate that our MSA is effective in few-shot segmentation on cardiac image sequences with three modalities, i.e. MR, CT, and Echo (e.g. the average Dice is 0.9243), as well as superior to the ten state-of-the-art methods.