輕量化及邊界加強(qiáng)的醫(yī)學(xué)圖像分割模型

摘要： 為提升醫(yī)學(xué)圖像分割模型輕量化水平及分割精準(zhǔn)度，在TransUNet基礎(chǔ)上通過引入具有稀疏化自注意力計算方式的Transformer、邊界分割加強(qiáng)機(jī)制和強(qiáng)化細(xì)節(jié)特征提取的互補(bǔ)注意力機(jī)制，采用深度可分離卷積和CARAFE模塊取代TransUNet原有的常規(guī)卷積和上采樣，設(shè)計一種具有相對輕量化的邊界精準(zhǔn)分割模型LB-TransUNet。在Synapse多器官分割數(shù)據(jù)集上的實驗結(jié)果表明... （共9頁）