PHTrans：用于医学图像分割的全局与局部表征并行聚合网络
图像与视频处理
2022-07-26 v3 计算机视觉与模式识别
摘要
Transformer 在计算机视觉中的成功引起了医学影像界的日益关注。尤其在医学图像分割方面，许多基于卷积神经网络（CNN）与 Transformer 的优秀混合架构已被提出并取得了令人印象深刻的性能。然而，这些将模块化 Transformer 嵌入 CNN 的方法大多难以发挥其全部潜力。本文中，我们提出了一种用于医学图像分割的新型混合架构 PHTrans，其在主干构建模块中并行混合 Transformer 与 CNN，以从全局和局部特征中产生分层表征并自适应聚合，旨在充分利用二者优势获得更好的分割性能。具体而言，PHTrans 遵循 U 形编码器-解码器设计，并在深层阶段引入并行混合模块，其中卷积块与改进的 3D Swin Transformer 分别学习局部特征与全局依赖，随后通过序列到体操作统一输出维度以实现特征聚合。在 Multi-Atlas Labeling Beyond the Cranial Vault 与 Automated Cardiac Diagnosis Challenge 数据集上的大量实验结果证实了其有效性，持续优于最先进方法。代码见：https://github.com/lseventeen/PHTrans。
引用
@article{arxiv.2203.04568,
title = {PHTrans: Parallelly Aggregating Global and Local Representations for Medical Image Segmentation},
author = {Wentao Liu and Tong Tian and Weijin Xu and Huihua Yang and Xipeng Pan and Songlin Yan and Lemeng Wang},
journal= {arXiv preprint arXiv:2203.04568},
year = {2022}
}
备注
10 pages, 3 figures