本研究提出GLoG-CSUnet，通过结合可学习的Gabor和拉普拉斯高斯滤波器，增强视觉变换器在医学图像分割中的特征表示能力。实验结果表明，该模型在主流数据集上显著提高了分割精度，具有广泛的应用潜力。
完成下面两步后，将自动完成登录并继续当前操作。
