期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
CoT-TransUNet:轻量化的上下文Transformer医学图像分割网络 被引量:17
1
作者 杨鹤 柏正尧 《计算机工程与应用》 CSCD 北大核心 2023年第3期218-225,共8页
针对以往医学图像分割网络中卷积的感受野太小以及Transformer的特征丢失问题,提出了一种端到端的轻量化上下文Transformer医学图像分割网络(lightweight context Transformer medical image segmentation network,CoT-TransUNet)。该... 针对以往医学图像分割网络中卷积的感受野太小以及Transformer的特征丢失问题,提出了一种端到端的轻量化上下文Transformer医学图像分割网络(lightweight context Transformer medical image segmentation network,CoT-TransUNet)。该网络由编码器、解码器以及跳跃连接三部分组成。对于输入图像,编码器使用CoTNetTransformer的混合模块,采用CoTNet作为特征提取器来生成特征图。Transformer块则把特征图编码为输入序列。解码器通过一个级联上采样器,将编码后的特征进行上采样。该上采样器级联了多个上采样块,每个上采样块都采用CARAFE上采样算子。通过跳跃连接实现编码器与解码器在不同分辨率上的特征聚合。CoT-TransUNet通过在特征提取阶段采用全局与局部上下文信息相结合的CoTNet;在上采样阶段采用具有更大感受野的CARAFE算子。实现了生成更好的输入特征图,以及基于内容的上采样,并保持轻量化。在多器官分割任务的实验中,CoTTransUNet取得了优于其他网络的性能。 展开更多
关键词 医学图像分割 上下文Transformer网络 级联上采样器 轻量化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部