SeUNet-Trans: 医学图像分割的简单而有效的 UNet-Transformer 模型
原文中文，约500字，阅读约需1分钟。发表于：。我们提出了一种简单而有效的 UNet-Transformer（seUNet-Trans）模型，用于医学图像分割，结合了 CNN-based 模型和 Transformer 模型，在多个医学图像分割数据集上进行了广泛实验，显示出优于其他几种先进模型的性能。
该研究基于2D TransUNet体系结构，引入基于Transformer的编码器和解码器，实现全局上下文提取和候选区域精炼，适用于医学任务。实验证明，TransUNet在医学应用中表现出色，超越竞争对手。
