Swin-Unet：用于医学图像分割的类 U-Net 纯 Transformer
图像与视频处理
2021-05-13 v1 计算机视觉与模式识别
摘要
过去几年，卷积神经网络（CNNs）在医学图像分析中取得了里程碑式进展。尤其是基于 U 形架构与跳跃连接的深度神经网络已广泛应用于多种医学图像任务。然而，尽管 CNN 取得了优异性能，由于其卷积操作的局部性，其不能很好地学习全局与长程语义信息交互。本文提出 Swin-Unet，一种用于医学图像分割的类 U-Net 纯 Transformer。标记化的图像块被送入基于 Transformer 的带跳跃连接的 U 形编码器-解码器架构，以进行局部-全局语义特征学习。具体而言，我们使用带移位窗口的分层 Swin Transformer 作为编码器来提取上下文特征。并设计了一个带块扩展层的对称基于 Swin Transformer 的解码器来执行上采样操作以恢复特征图的空间分辨率。在输入与输出直接 4 倍下采样与上采样下，多器官与心脏分割任务的实验表明，基于纯 Transformer 的 U 形编码器-解码器网络优于全卷积或 transformer 与卷积结合的方法。代码与训练模型将公开于 https://github.com/HuCaoFighting/Swin-Unet。
引用
@article{arxiv.2105.05537,
title = {Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation},
author = {Hu Cao and Yueyue Wang and Joy Chen and Dongsheng Jiang and Xiaopeng Zhang and Qi Tian and Manning Wang},
journal= {arXiv preprint arXiv:2105.05537},
year = {2021}
}
备注
a drafted manuscript