Bài báo:
Anastasia at MEDIQA-MAGIC 2025: A Multi-Approach Segmentation Framework with Extensive Augmentation
Link bài báo: https://ceur-ws.org/Vol-4038/paper_195.pdf
Nhóm tác giả:
• Lê Thanh Tùng – TTNT 2023 – Tác giả chính
• Ngô Minh Trí – TTNT 2023 – Đồng tác giả
• Nguyễn Đình Khôi – TTNT 2023 – Đồng tác giả
• Đặng Hiếu Trung – KHMT 2023 – Đồng tác giả
• Phạm Hoàng Trọng – KHMT 2023 – Đồng tác giả
Giảng viên hướng dẫn:
• TS. Nguyễn Tất Bảo Thiện
Tóm tắt:
Bài báo trình bày một khung phân đoạn đa phương pháp cho hình ảnh da liễu, kết hợp mô hình hybrid CNN-Transformer và loạt 20 kỹ thuật tăng cường dữ liệu bao gồm biến đổi hình học, quang học và nhiễu/hiện tượng ảnh. Sau khi thử nghiệm nhiều kiến trúc, nhóm em chọn mô hình TransUNet với backbone ResNet-50 + ViT-B/16 làm cơ sở cuối cùng và áp dụng cả chiến lược tăng cường dữ liệu toàn diện thay vì chỉ từng kỹ thuật riêng lẻ.
Kết quả chứng tỏ rằng việc sử dụng đầy đủ tăng cường giúp cải thiện rõ rệt hiệu suất phân đoạn, đặc biệt ở những vùng khó, trong khi bước hậu xử lý với MedSAM trên mô hình không tăng cường không đem lại lợi ích. Hệ thống của nhóm em đạt vị trí hàng đầu (Top 1) trong bảng kết quả chính thức của nhiệm vụ phân đoạn trong thử thách MEDIQA-MAGIC 2025, cho thấy rằng việc kết hợp mô hình chất lượng cao và tăng cường dữ liệu toàn diện là hướng đi mạnh mẽ cho phân đoạn hình ảnh da liễu trong bối cảnh lâm sàng.
Conference and Labs of the Evaluation Forum (CLEF) là một hội nghị quốc tế uy tín chuyên về đánh giá các hệ thống truy hồi thông tin, xử lý ngôn ngữ tự nhiên (NLP) và khai phá dữ liệu đa phương thức. Hội nghị được lập chỉ mục trong Scopus và là diễn đàn học thuật quan trọng của cộng đồng nghiên cứu quốc tế.
Thông tin chi tiết: https://www.facebook.com/share/p/16tMAJp4gY/
