RotCAtt-TransUNet++：一种新型深度神经网络用于复杂的心脏分割
原文中文，约500字，阅读约需1分钟。发表于：。本研究针对心血管疾病相关医疗成像数据的精确分割问题，提出了RotCAtt-TransUNet++新架构，以克服现有方法在捕捉切片间连接和切片内细节方面的限制。通过多尺度特征聚合和旋转注意力机制，本方法提高了心脏结构的分割准确性，实验结果显示在冠状动脉和心肌的注释中达到了近乎完美的效果。
通过在2D TransUNet体系结构的基础上集成基于Transformer的编码器和解码器，探索了Transformers在U型医学图像分割中的潜力。实验证明TransUNet在医学应用中超越竞争对手。
