Transformer-CNN融合架构用于增强皮肤病变分割
图像与视频处理
2024-01-12 v1 计算机视觉与模式识别
摘要
医学图像分割对于改善和创建医疗保健系统非常重要，尤其是在早期疾病检测和治疗规划方面。近年来，卷积神经网络（CNN）和其他先进方法的使用极大地推动了医学图像分割的发展。然而，由于卷积运算的局限性，CNN在学习长距离依赖和捕获全局上下文方面存在困难。在本文中，我们探索了Transformer和CNN在医学图像分割中的应用，并提出了一种混合架构，该架构结合了Transformer捕获全局依赖的能力和CNN捕获低级空间细节的能力。我们比较了各种架构和配置，并进行了多项实验以评估其有效性。
引用
@article{arxiv.2401.05481,
title = {Transformer-CNN Fused Architecture for Enhanced Skin Lesion Segmentation},
author = {Siddharth Tiwari},
journal= {arXiv preprint arXiv:2401.05481},
year = {2024}
}