ViTBIS：用于生物医学图像分割的视觉Transformer
图像与视频处理
2022-01-19 v1 计算机视觉与模式识别
机器学习
摘要
在本文中，我们提出一种名为用于生物医学图像分割的视觉Transformer（ViTBIS）的新网络。我们的网络在编码器和解码器中均通过 、 和 卷积将输入特征图分成三部分。使用Concat算子合并特征，然后送入三个连续的、内嵌注意力机制的transformer模块。跳跃连接用于连接编码器和解码器的transformer模块。类似地，在解码器中使用transformer模块和多尺度架构，然后通过线性投影生成输出分割图。我们使用Synapse多器官分割数据集、Automated cardiac diagnosis challenge数据集、脑肿瘤MRI分割数据集和脾脏CT分割数据集测试我们网络的性能。无需额外技巧，我们的网络在使用Dice分数和Hausdorff距离作为评价指标时，优于大多数先前最先进的基于CNN和transformer的模型。
引用
@article{arxiv.2201.05920,
title = {ViTBIS: Vision Transformer for Biomedical Image Segmentation},
author = {Abhinav Sagar},
journal= {arXiv preprint arXiv:2201.05920},
year = {2022}
}
备注
Published at Clinical Image-Based Procedures, Distributed and Collaborative Learning, Artificial Intelligence for Combating COVID-19 and Secure and Privacy-Preserving Machine Learning workshop at MICCAI 2021