Y-CA-Net：一种用于三维医学图像分割的卷积注意力网络
计算机视觉与模式识别
2024-10-03 v1
摘要
近期基于注意力的三维分割方法在医学领域取得了显著性能，这些方法侧重于建模长程依赖关系。然而，对于体素级预测任务，判别性局部特征是三维分割模型性能的关键组成部分，而这正是基于注意力的三维分割方法所缺失的。为了解决这个问题，我们特意将卷积编码器分支与 Transformer 主干网络相结合，以并行方式提取局部和全局特征，并在交叉特征混合模块（CFMM）中聚合它们，以更好地预测分割掩膜。因此，我们观察到由此产生的模型 Y-CT-Net 在多个医学分割任务上取得了有竞争力的性能。例如，在多器官分割上，Y-CT-Net 达到了 82.4% 的 Dice 分数，分别超过了精心调优的三维分割 Transformer/CNN 基线 UNETR/ResNet-3D 2.9%/1.4%。随着 Y-CT-Net 的成功，我们将这一概念扩展到混合注意力模型，由此产生的 Y-CH-Net 模型在相同分割任务的 HD95 分数上带来了 3% 的提升。Y-CT-Net 和 Y-CH-Net 两个模型的有效性验证了我们的假设，并促使我们提出了 Y-CA-Net 的概念，这是一种基于任意两个编码器和一个解码器主干网络的通用架构，旨在充分利用卷积和注意力机制的互补优势。基于实验结果，我们认为 Y-CA-Net 是在三维分割中取得优异结果的关键角色。
引用
@article{arxiv.2410.01003,
title = {Y-CA-Net: A Convolutional Attention Based Network for Volumetric Medical Image Segmentation},
author = {Muhammad Hamza Sharif and Muzammal Naseer and Mohammad Yaqub and Min Xu and Mohsen Guizani},
journal= {arXiv preprint arXiv:2410.01003},
year = {2024}
}