HYATT-Net 表现卓越：用于高效解剖标志点检测的混合注意力网络
计算机视觉与模式识别
2024-12-17 v2
摘要
从医学图像中进行解剖标志点检测（ALD）对广泛的临床应用至关重要。尽管现有方法在 ALD 方面已取得相当的成功，但它们往往难以在全局上下文与计算效率之间取得平衡，尤其是在处理高分辨率图像时，从而引出一个自然的问题：ALD 的性能极限在哪里？本文旨在通过提出一个 {\bf HY}brid {\bf ATT}ention {\bf Net}work（HYATT-Net）来实现高性能的 ALD，其设计包括：(i) 一种融合 CNN 与 Transformer 的新型混合架构。其核心是 BiFormer 模块，利用双层级路由注意力（Bi-Level Routing Attention）高效关注相关图像区域。该模块与注意力残差模块（ARM）相结合，可在全局上下文的引导下实现精确的局部特征细化。(ii) 一种特征融合校正模块，用于聚合多尺度特征，从而缓解分辨率损失。通过在多分辨率热图上施加均方误差损失进行深度监督来优化模型。在五个多样化数据集上的实验展示了最先进的性能，在准确性、鲁棒性和效率方面均超越了现有方法。HYATT-Net 为复杂医学图像中准确且高效的 ALD 提供了有前景的解决方案。我们的代码和数据已发布于：\nurl{https://github.com/ECNUACRush/HYATT-Net}。
引用
@article{arxiv.2412.06499,
title = {HYATT-Net is Grand: A Hybrid Attention Network for Performant Anatomical Landmark Detection},
author = {Xiaoqian Zhou and Zhen Huang and Heqin Zhu and Qingsong Yao and S. Kevin Zhou},
journal= {arXiv preprint arXiv:2412.06499},
year = {2024}
}