基于方向窗口注意力的医学图像分割
原文中文,约300字,阅读约需1分钟。发表于: 。DwinFormer 是一个层级编码器解码器架构,具有方向窗口(Dwin)注意力和全局自注意力(GSA)用于特征编码,通过在水平、垂直和深度方向分别执行注意力,在输入特征图的这些方向体积中有效地捕捉局部和全局信息,实验证明它在医学图像分割方面优于当前最先进的方法。
提出了MS-Twins(Multi-Scale Twins)分割模型,通过结合不同尺度和级联特征,解决了医学图像分割中的最优化问题。在Synapse和ACDC数据集上,MS-Twins相较于现有网络结构有显著进展,性能比SwinUNet高出8%,与nnUNet相比,在Synapse和ACDC上MS-Twins性能稍有优势。