MISSFormer：一种高效的医学图像分割 Transformer
计算机视觉与模式识别
2021-12-21 v2
摘要
基于 CNN 的方法在医学图像分割中取得了令人印象深刻的成果，但由于卷积操作固有的局部性，它们未能捕捉长程依赖。基于 Transformer 的方法近期因其在长程依赖上的能力和 promising 的性能而在视觉任务中流行。然而，它缺乏对局部上下文的建模。本文以医学图像分割为例，提出 MISSFormer，一种高效且强大的医学图像分割 Transformer（Medical Image Segmentation tranSFormer）。MISSFormer 是一个分层编码器-解码器网络，具有两个引人注目的设计：1) 前馈网络经重新设计，采用所提出的增强 Transformer 模块，其增强了长程依赖并补充了局部上下文，使特征更具判别性。2) 我们提出了增强 Transformer 上下文桥，与以往仅建模全局信息的方法不同，所提出的上下文桥利用增强 Transformer 模块提取由我们的分层 Transformer 编码器生成的多尺度特征的长程依赖与局部上下文。在这两项设计的驱动下，MISSFormer 展现出捕捉医学图像分割中更具判别性的依赖与上下文的扎实能力。在多器官和心脏分割任务上的实验证明了我们的 MISSFormer 的优越性、有效性和鲁棒性，从头训练的 MISSFormer 实验结果甚至优于在 ImageNet 上预训练的当前最优方法。核心设计可推广到其他视觉分割任务。代码已发布于 Github: https://github.com/ZhifangDeng/MISSFormer
引用
@article{arxiv.2109.07162,
title = {MISSFormer: An Effective Medical Image Segmentation Transformer},
author = {Xiaohong Huang and Zhifang Deng and Dandan Li and Xueguang Yuan},
journal= {arXiv preprint arXiv:2109.07162},
year = {2021}
}
备注
10 pages, 6 figures