全分辨率MLP赋能医学密集预测

密集预测是许多医学视觉任务（如医学图像复原、配准和分割）的基本需求。最流行的视觉模型卷积神经网络（CNNs）由于卷积操作固有的局部性已遇到瓶颈。近来，Transformer因其捕捉长程视觉依赖的能力被广泛用于密集预测。然而，由于自注意力操作的高计算复杂度和大内存消耗，Transformer通常在下采样特征分辨率上使用。这种用法无法有效利用仅在全图像分辨率下可用的组织级纹理信息。该纹理信息对医学密集预测至关重要，因为它能区分医学图像中细微的人体解剖结构。在本研究中，我们假设多层感知机（MLPs）在组织级细节主导性能的医学密集预测中是优于Transformer的替代方案，因为MLP能在全图像分辨率下实现长程依赖。为验证假设，我们开发了从全图像分辨率开始使用MLP的全分辨率分层MLP框架。我们在包括复原、配准和分割的广泛医学密集预测任务上，用多种MLP模块评估了该框架。在六个公开基准数据集上的大量实验表明，仅通过在全分辨率使用MLP，我们的框架便优于其CNN和Transformer对应方法，并在多种医学密集预测任务上达到SOTA性能。