MobileUtr: 重访轻量级 CNN 和 Transformer 之间的关系，用于高效的医学图像分割
原文中文，约500字，阅读约需1分钟。发表于：。轻量级视觉转换 (ViT) 在高效医学图像分割中的应用挑战，本研究重新关注了 CNN 和 Transformer 在轻量级医学图像分割中的关系，并提出了一种融合两者优势的基础架构设计，实现了有效的医学图像分割模型 (MobileUtr)。在五个公开医学图像数据集上的广泛实验验证了 MobileUtr 的优越性，同时具备更轻的权重和更低的计算成本。
通过在2D TransUNet体系结构的基础上建立在nnU-Net体系结构的基础上，我们引入了Transformer编码器和解码器来提取全局上下文和精炼候选区域。实验证明不同的医学任务受益于不同的体系结构设计。TransUNet在医学图像分割中表现出色，超越竞争对手。
