Dilated-UNet：一种基于膨胀Transformer与U-Net架构的快速精准医学图像分割方法
计算机视觉与模式识别
2023-04-25 v1
摘要
医学图像分割对于计算机辅助诊断与治疗系统的发展至关重要，但仍面临诸多困难。近年来，基于 CNN 的常用编码器-解码器架构已有效应用于医学图像分割，但在学习全局上下文与空间关系方面存在局限。一些研究者尝试将 transformer 同时引入解码器与编码器组件，取得了有前景的结果，但该方法因计算复杂度高仍需进一步改进。本文提出 Dilated-UNet，将膨胀 Transformer 模块与 U-Net 架构相结合，以实现准确且快速的医学图像分割。图像块被转换为 token 并送入 U 形编码器-解码器架构，通过跳跃连接进行局部-全局语义特征学习。编码器采用分层膨胀 Transformer，结合邻域注意力与膨胀邻域注意力 Transformer 来提取局部与稀疏全局注意力。实验结果表明，在 ISIC 与 Synapse 等多个具有挑战性的医学图像分割数据集上，Dilated-UNet 优于其他模型。
引用
@article{arxiv.2304.11450,
title = {Dilated-UNet: A Fast and Accurate Medical Image Segmentation Approach using a Dilated Transformer and U-Net Architecture},
author = {Davoud Saadati and Omid Nejati Manzari and Sattar Mirzakuchaki},
journal= {arXiv preprint arXiv:2304.11450},
year = {2023}
}