Perspective+ Unet：基于双路径融合与高效非局部注意力提升分割精度

精确分割医学图像是从关键临床信息中提取信息的基本方法，这在提高诊断准确性、制定有效治疗方案以及改善患者预后方面发挥着关键作用。尽管卷积神经网络（Convolutional Neural Networks, CNNs）和非局部注意力方法在医学图像分割方面取得了显著的成功，但它们要么因依赖局部特征而难以捕获长程空间依赖性，要么在试图通过全局注意力机制解决此问题时面临显著的计算和特征集成挑战。为了克服现有医学图像分割中的局限性，我们提出一种新型架构——Perspective+ Unet。该框架具有三个主要创新点：（i）在编码器阶段引入双路径策略，将传统卷积和膨胀卷积的结果进行融合。这不仅保持了局部感受野，还显著扩展了感受野，使我们能够更好地理解图像的全局结构，同时保持对细节的敏感性。（ii）该框架集成一种高效非局部变换器模块，称为 ENLTB（Efficient Non-Local Transformer Block），其利用核函数近似实现对长程依赖的有效捕获，具有线性计算和空间复杂度。（iii）采用空间跨尺度整合策略（Spatial Cross-Scale Integrator），将全局依赖性与局部上下文线索在模型各阶段进行融合，细致地细化来自不同层次的特征，以和谐地融合全局与局部信息。在 ACDC 和 Synapse 数据集上的实验结果表明，我们提出的 Perspective+ Unet有效且高效。代码已在补充材料中提供。