跨模态医学图像分割的简单而强大的框架: Vision Transformers 应用

原文约200字，阅读约需1分钟。发表于：。

通过使用单一的条件模型，根据输入类型调整其归一化层来实现多模态图像的公平图像分割，并在多模态全心分割挑战中优于其他跨模态分割方法。

MDViT是一种多领域ViT，具有领域适配器，可以自适应地利用多个小型数据资源中的知识来减轻数据饥饿和对抗NKT，实现增强跨领域的表示学习。实验表明，MDViT在4个皮肤病变分割数据集上胜过了最先进的算法，在推理时具有更好的分割性能和固定模型大小，即使增加更多的领域。