Rethinking Information Loss in Medical Image Segmentation with Various-sized Targets

医学影像分割面临着分割不同大小目标的挑战，要求模型有效地捕捉局部和全局信息。尽管最近使用CNN和ViT来预测不同尺度的注释的努力，但这些方法通常难以有效地平衡在不同尺寸目标的检测。仅仅利用CNN的局部信息和ViT的全局关系而不考虑潜在特征分布中的显著差异可能会导致重要信息的丢失。为了解决这个问题，在本文中，我们将介绍一种新颖的Stagger Network（SNet），并认为设计良好的融合结构可以缓解CNN和ViT之间潜在特征分布的差异，从而减少信息损失。具体来说，为了强调全局依赖性和局部焦点，我们设计了一个并行模块来弥合语义差距。同时，我们提出了Stagger模块，试图融合更具语义相似性的选定特征。信息恢复模块进一步采用，将互补信息恢复回网络。作为一个关键贡献，我们从理论上分析了所提出的并行和交错策略将导致较少的信息损失，从而证明了SNet的合理性。实验结果清楚地证明了所提出的SNet在各种尺寸的目标上在Synapse数据集上分割方面优于最近的SOTAs。此外，在目标尺寸更一致的ACDC和MoNuSeg数据集上也表现出更高的优越性。

本论文旨在解决医学图像分割中不同尺寸目标的分割问题，同时有效捕捉局部和全局信息。同时提出了一个新的Stagger Network (SNet)模型，旨在减少CNN和ViTs之间的潜在特征分布差异，从而减少信息损失。

论文的关键思路是设计了一个并行模块来弥合语义差距，提出了Stagger模块来融合更具语义相似性的特征，并采用信息恢复模块来将互补信息返回到网络中。

论文在Synapse、ACDC和MoNuSeg数据集上进行了实验，证明了SNet在分割不同尺寸目标方面的优越性。此外，论文还进行了理论分析，证明了并行和Stagger策略可以减少信息损失。

在此领域的相关研究中，最近的研究包括使用CNN和ViTs来预测不同尺寸的注释。