STM-UNet：一种基于 Swin Transformer 与多尺度 MLP 的高效 U 形医学图像分割架构
图像与视频处理
2023-04-26 v1 计算机视觉与模式识别
摘要
自动化医学图像分割可辅助医生更快速、准确地诊断。近年来，基于深度学习的医学图像分割模型已取得很大进展。然而，现有模型未能有效利用 Transformer 与 MLP 来高效改进 U 形架构。此外，MLP 的多尺度特征在 U 形架构的瓶颈处尚未被充分提取。本文提出一种基于 Swin Transformer 与多尺度 MLP 的高效 U 形架构，即 STM-UNet。具体而言，以残差连接形式将 Swin Transformer 块加入 STM-UNet 的跳跃连接中，可增强全局特征与长程依赖的建模能力。同时，设计了一种带并行卷积模块的新颖 PCAS-MLP，并将其置于我们架构的瓶颈处以助益分割性能的提升。在 ISIC 2016 与 ISIC 2018 上的实验结果证明了所提方法的有效性。我们的方法在 IoU 与 Dice 方面也优于几种最先进的方法。我们的方法在高分割精度与低模型复杂度之间实现了更好的权衡。
引用
@article{arxiv.2304.12615,
title = {STM-UNet: An Efficient U-shaped Architecture Based on Swin Transformer and Multi-scale MLP for Medical Image Segmentation},
author = {Lei Shi and Tianyu Gao and Zheng Zhang and Junxing Zhang},
journal= {arXiv preprint arXiv:2304.12615},
year = {2023}
}
备注
6 pages,5 figures,2 tables