QTSeg：基于查询标记的双混合注意力框架及多层特征分布用于医学图像分割
计算机视觉与模式识别
2025-02-17 v2 人工智能
摘要
医学图像分割在辅助医护人员准确诊断并实现自动化诊断过程中发挥着关键作用。传统卷积神经网络（CNN）常难以捕获长程依赖，而基于Transformer的架构虽有效，却带来更高的计算复杂度。近期研究致力于将CNN与Transformer组合以平衡性能与效率，但现有方法仍面临在保持低计算成本的同时实现高分割精度的挑战。此外，许多方法未充分利用CNN编码器捕获局部空间信息的能力，主要聚焦于缓解长程依赖问题。为此，本文提出QTSeg一种新型医学图像分割架构，有效整合局部与全局信息。QTSeg特色为：(1) 跨注意力机制以提高特征对齐，(2) 空间注意力模块以捕获长程依赖，(3) 通道注意力模块以学习通道间关系。此外，我们引入多层特征分布模块，自适应平衡编码器与解码器间的特征传播，进一步提升性能。在覆盖 lesion、polyp、breast cancer、cell和 retinal vessel 等多样化分割任务的五个公开数据集上进行大量实验表明，QTSeg在多个评估指标上超越了最新方法，同时保持更低的计算成本。我们的实现可在https://github.com/tpnam0901/QTSeg (v1.0.0)获取。
引用
@article{arxiv.2412.17241,
title = {QTSeg: A Query Token-Based Dual-Mix Attention Framework with Multi-Level Feature Distribution for Medical Image Segmentation},
author = {Phuong-Nam Tran and Nhat Truong Pham and Duc Ngoc Minh Dang and Eui-Nam Huh and Choong Seon Hong},
journal= {arXiv preprint arXiv:2412.17241},
year = {2025}
}