Segmentación basada en U-Net y xLSTM

Abstract

El proyecto tuvo como objetivo desarrollar y evaluar arquitecturas híbridas para segmentación médica combinando la arquitectura U-Net con bloques xLSTM. Se realizó una revisión del estado del arte, seguida del diseño e implementación de tres variantes del modelo: colocando xLSTM en el cuello de botella, en el codificador y en el codificador y decodificador. El desarrollo siguió un enfoque iterativo: en cada iteración se entrenó y evaluó el modelo, incorporando ajustes basados en los resultados. Los experimentos emplearon conjuntos de datos médicos: Abdomen MRI (2D/3D), Endovis (instrumentos quirúrgicos), NeurIPS (células) y BraTS2023 (tumores cerebrales). Los mejores resultados se obtuvieron en modalidades 3D; el mayor desafío fue diferenciar instrumentos quirúrgicos en imágenes de endoscopia.

The project aimed to develop and evaluate hybrid architectures for medical segmentation by combining the U-Net architecture with xLSTM blocks. A state-of-the-art review was per formed, followed by the design and implementation of three variants of the model: placing xLSTM at the bottleneck, at the encoder and at the encoder and decoder. The develop ment followed an iterative approach: in each iteration, the model was trained and evaluated, incorporating adjustments based on the results. The experiments used medical datasets: Abdomen MRI (2D/3D), Endovis (surgical instruments), NeurIPS (cells) and BraTS2023 (brain tumours). The best results were obtained in 3D modalities; the biggest challenge was to differenciate surgical instruments in endoscopy images.