基于方向窗口注意力的医学图像分割

准确的医学图像分割对于诊断目的至关重要，包括细胞分割、肿瘤识别和器官定位。传统的基于卷积神经网络（CNN）的方法由于受限的感受野，难以实现精确的分割结果，尤其是在涉及形状和尺寸不同的多器官分割情况下。基于转换器的方法通过利用全局感受野来解决这一限制，但它们往往面临捕获像素级分割所需的局部信息的挑战。本文介绍了DwinFormer，这是一种用于医学图像分割的分层编码器-解码器架构，包含方向窗口（Dwin）注意力和全局自注意力（GSA）用于特征编码。我们设计的重点是引入Dwin块于DwinFormer中，通过分别在水平、垂直和深度方向上对输入特征图进行注意力，从而有效地捕获局部和全局信息。为此，Dwin块引入了嵌套Dwin注意力（NDA），在水平、垂直和深度方向上逐渐扩大感受野，并引入卷积Dwin注意力（CDA），用于捕获注意力计算的局部上下文信息。虽然所提出的Dwin块在DwinFormer的前两个高分辨率阶段捕获局部分析和全局依赖性，但GSA块在后两个低分辨率阶段编码全局依赖性。在具有挑战性的3D Synapse多器官数据集和细胞HMS数据集上的实验表明，DwinFormer优于当前方法。我们的源代码将在\url{https://github.com/Daniyanaj/DWINFORMER}公开。