糖尿病性足潰瘍セグメンテーションモデルは汎化するか？CNNとTransformerアーキテクチャのクロスデータセットベンチマーク

新しい研究が、糖尿病性足潰瘍（DFU）セグメンテーションモデルの汎化能力を体系的にベンチマークし、畳み込みニューラルネットワーク（CNN）とTransformerアーキテクチャのクロスデータセットシナリオにおける顕著な性能差を明らかにしました。この研究はAbderrahmane Benfatahが主導し、2026年6月27日にプレプリントがarXivに掲載されました。研究チームは、U-Net、DeepLabV3+（畳み込み系）、SegFormer-B2（Transformer系）の3つの代表的なセグメンテーションアーキテクチャを選択し、統一されたリーク防止プロトコルの下で実験を行いました。モデルはFUSeg/AZHの創傷データを統合したデータセットで訓練され、微調整なしで2つの独立した外部データセット（DFUC2022とMedetec）で評価されました。すべてのモデルはドメイン内テストでDice係数0.80から0.83と強い性能を示しましたが、データセットをまたぐと大幅に性能が低下しました。興味深いことに、性能低下はアーキテクチャタイプに依存していました。SegFormer-B2は両方の外部セットで最高の性能を示し、DFUC2022でDice 0.557、Medetecで0.786と、両畳み込みモデルを上回りました。一方、より複雑なDeepLabV3+は、より単純なU-Netよりも汎化性能が低くなりました。2,160枚の画像に対する画像ごとの失敗分析により、SegFormer-B2はDFUC2022での壊滅的失敗率が最も低く（31.1%）、U-Netが38.5%、DeepLabV3+が43.0%であることが確認されました。Wilcoxon符号付き順位検定（両データセットでp<0.001）によって、独立した外部ソース間で一貫したランキングが確認され、病院間汎化はモデルの複雑さではなくアーキテクチャファミリーによって駆動されることが示されました。この発見は臨床展開に重要な示唆を与えます。適切なアーキテクチャ（例えばTransformer）の選択が、単なるモデルの複雑さの追求よりもDFUセグメンテーションの頑健性を向上させる可能性があります。また、この研究はクロスデータセット評価の重要性を強調しており、現在のドメイン内評価はモデルの臨床適用性を過大評価している可能性があります。研究者らは、今後の研究では多施設データ収集とドメイン適応技術に焦点を当て、DFUセグメンテーションモデルの実際の臨床展開を促進することを提案しています。