MedLiteNet：轻量级混合医学图像分割模型
计算机视觉与模式识别
2025-09-04 v1 人工智能
摘要
准确的皮肤病灶分割是计算机辅助皮肤癌诊断中的关键技术挑战。卷积神经网络虽然有效，但受限于受限的感受野，难以建模长程依赖关系。视觉Transformer捕获全局上下文，然则其二次复杂度和大参数预算阻碍在常见于皮肤科小样本医学数据集上的应用。我们引入MedLiteNet，这是一个为皮肤病灶分割量身定制的轻量级CNN Transformer混合模型，通过层次特征提取和多尺度上下文聚合实现高精度。编码器堆叠深度可分离Mobile倒置瓶颈块以控制计算量，在瓶颈级别插入跨尺度token混合单元以交换分辨率间的信息，并嵌入边界感知自注意力模块以精细化病灶轮廓。
引用
@article{arxiv.2509.03041,
title = {MedLiteNet: Lightweight Hybrid Medical Image Segmentation Model},
author = {Pengyang Yu and Haoquan Wang and Gerard Marks and Tahar Kechadi and Laurence T. Yang and Sahraoui Dhelim and Nyothiri Aung},
journal= {arXiv preprint arXiv:2509.03041},
year = {2025}
}