基于 Transformer 网络利用尺度间依赖建模进行皮肤病变分割
图像与视频处理
2023-10-24 v1 计算机视觉与模式识别
摘要
黑色素瘤是一种由皮肤细胞异常增生引起的危险皮肤癌。全卷积网络（FCN）方法，包括 U-Net 架构，可自动分割皮肤病变以辅助诊断。对称的 U-Net 模型已展现出优异结果，但其使用的卷积操作限制了捕捉长程依赖的能力，而长程依赖对于精确的医学图像分割至关重要。此外，U 形结构存在编码器与解码器之间的语义鸿沟。在本研究中，我们开发并评估了一种用于皮肤病变分割的 U 形分层基于 Transformer 的结构，同时提出尺度间上下文融合（ISCF）以利用编码器各阶段的注意力关联，自适应地组合来自各阶段的上下文以阻碍语义鸿沟。皮肤病变分割基准的初步结果证实了 ISCF 模块的适用性与有效性。
引用
@article{arxiv.2310.13727,
title = {Inter-Scale Dependency Modeling for Skin Lesion Segmentation with Transformer-based Networks},
author = {Sania Eskandari and Janet Lumpp},
journal= {arXiv preprint arXiv:2310.13727},
year = {2023}
}