H-SGANet:用于可变形医学图像配准的混合稀疏图注意力网络
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对现有图像配准方法在精确表示解剖连通性方面的不足,提出了一种轻量级的混合稀疏图注意力网络H-SGANet。该网络通过引入稀疏图注意力机制和可分离自注意力模块,有效增强了长距离依赖的提取能力。与同类模型VoxelMorph相比,H-SGANet在OASIS和LPBA40数据集上在Dice评分上分别提高了3.5%和1.5%。
本研究提出了一种轻量级的混合稀疏图注意力网络H-SGANet,通过引入稀疏图注意力机制和可分离自注意力模块,提高了图像配准方法的精确表示解剖连通性能力。与VoxelMorph相比,H-SGANet在OASIS和LPBA40数据集上的Dice评分分别提高了3.5%和1.5%。