DXM-TransFuse U-net：用于自动神经识别的双跨模态 Transformer 融合 U-net
图像与视频处理
2022-10-17 v1 计算机视觉与模式识别
摘要
准确的神经识别在手术过程中对防止神经损伤至关重要。神经损伤会给患者带来长期有害影响，并造成经济负担。本研究利用 U-Net 架构并在瓶颈处加入基于 Transformer 块的融合模块，开发了一种深度学习网络框架，以从多模态光学成像系统中识别神经组织。通过独立利用并提取各模态的特征图，且使用各模态信息进行跨模态交互，我们旨在提供一种进一步提升成像系统效能、以实现非侵入性术中神经识别的解决方案。
引用
@article{arxiv.2202.13304,
title = {DXM-TransFuse U-net: Dual Cross-Modal Transformer Fusion U-net for Automated Nerve Identification},
author = {Baijun Xie and Gary Milam and Bo Ning and Jaepyeong Cha and Chung Hyuk Park},
journal= {arXiv preprint arXiv:2202.13304},
year = {2022}
}