用于增强心脏 MRI 重建的无参数仿生通道注意力

注意力是人类视觉识别系统的基础组成部分。在卷积神经网络中引入注意力可以放大相关的视觉特征并抑制不重要的特征。将注意力机制集成到卷积神经网络中可提升模型的性能与可解释性。空间和通道注意力机制在医学成像的许多下游任务中展现出显著优势。虽然现有的注意力模块已被证明是有效的，但其设计往往缺乏坚实的理论基础。在本研究中，我们通过为心脏 MRI 重建提出一种非线性注意力架构来弥补这一空白，并假设来自生态学原理的见解能够指导开发有效且高效的注意力机制。具体而言，我们研究了一个描述单物种种群增长的非线性生态差分方程，以设计出超越当前 state-of-the-art 无参数方法的无参数注意力模块。