Focal-UNet：面向医学图像分割的类 UNet 焦点调制架构
图像与视频处理
2022-12-20 v1 计算机视觉与模式识别
摘要
近年来，学界多次尝试构建基于 Transformer 的 U 形架构，并提出了优于 CNN 对手的新方法。然而，由于 Transformer 的图块划分操作，预测掩码中仍存在块效应与边缘裁剪等严重问题。本文借助新引入的焦点调制机制，提出一种用于医学图像分割的新型 U 形架构。该架构的编码器与解码器具有非对称深度。凭借焦点模块聚合局部与全局特征的能力，我们的模型可同时受益于 Transformer 的宽感受野与 CNN 的局部视野。这有助于所提方法平衡局部与全局特征的使用，从而超越当前最强大的基于 Transformer 的 U 形模型之一——Swin-UNet。我们在 Synapse 数据集上取得了高出 1.68% 的 DICE 分数与 0.89 更好的 HD 指标。此外，在数据极为有限的 NeoPolyp 数据集上，我们的 DICE 分数高出 4.25%。代码实现见：https://github.com/givkashi/Focal-UNet
引用
@article{arxiv.2212.09263,
title = {Focal-UNet: UNet-like Focal Modulation for Medical Image Segmentation},
author = {MohammadReza Naderi and MohammadHossein Givkashi and Fatemeh Piri and Nader Karimi and Shadrokh Samavi},
journal= {arXiv preprint arXiv:2212.09263},
year = {2022}
}
备注
8 pages, 3 figures