用于高效鲁棒脑损伤分割的大核注意力
图像与视频处理
2023-08-15 v1 计算机视觉与模式识别
摘要
视觉 Transformer 是用于包括医学图像分割在内的视觉任务的有效深度学习模型。然而，与卷积神经网络（CNN）不同，它们缺乏效率与平移不变性。为了在 3D 脑损伤分割中建模长程交互，我们提出了 U-Net 架构的一种全卷积 Transformer 块变体。我们证明，我们的模型在三个因素上提供了最佳的折中：与最先进方法竞争的性能；CNN 的参数效率；以及 Transformer 良好的归纳偏置。我们的公开实现可在 https://github.com/liamchalcroft/MDUNet 获取。
引用
@article{arxiv.2308.07251,
title = {Large-kernel Attention for Efficient and Robust Brain Lesion Segmentation},
author = {Liam Chalcroft and Ruben Lourenço Pereira and Mikael Brudfors and Andrew S. Kayser and Mark D'Esposito and Cathy J. Price and Ioannis Pappas and John Ashburner},
journal= {arXiv preprint arXiv:2308.07251},
year = {2023}
}