PARF-Net：将像素级自适应感受野集成到混合Transformer-CNN网络用于医学图像分割
计算机视觉与模式识别
2025-01-07 v1
摘要
卷积神经网络(CNN)在局部特征提取方面表现出色，而Transformer在处理全局语义信息方面更胜一筹。通过利用两者的优势，混合Transformer-CNN网络已成为医学图像分割任务中的主要架构。然而，现有的混合方法由于卷积的固定感受野，仍然存在局部语义特征学习不足的问题，并且在有效整合局部和长程依赖方面也有欠缺。为了解决这些问题，我们开发了一种新方法PARF-Net，将像素级自适应感受野卷积(Conv-PARF)集成到混合网络中用于医学图像分割。引入Conv-PARF以应对像素间语义差异，并动态调整每个像素的卷积感受野，从而提供可区分的特征，将不同形状和尺度的病变从背景中分离出来。来自Conv-PARF层的特征进一步通过轻量级的混合Transformer-CNN块进行处理，以有效捕获局部和长程依赖，从而提升分割性能。通过在四个广泛使用的医学图像数据集（包括MoNuSeg、GlaS、DSB2018和多器官Synapse）上评估PARF-Net，我们展示了该方法相对于现有技术的优势。例如，PARF-Net在Synapse数据集上达到了84.27%的平均Dice，大幅超越了现有方法。
引用
@article{arxiv.2501.02882,
title = {PARF-Net: integrating pixel-wise adaptive receptive fields into hybrid Transformer-CNN network for medical image segmentation},
author = {Xu Ma and Mengsheng Chen and Junhui Zhang and Lijuan Song and Fang Du and Zhenhua Yu},
journal= {arXiv preprint arXiv:2501.02882},
year = {2025}
}