本研究提出的VesselSAM模型结合了Atrous Attention和低秩适应技术（LoRA），显著提高了主动脉血管分割的精度，整体DSC分数达到93.50%。该模型在多个医疗中心的测试中表现优异，为临床应用提供了新的方案。

本文介绍了多种视觉Transformer架构的创新，如Atrous Attention、SparseViT和Lite Vision Transformer。这些机制通过稀疏注意力和局部连接等方法，提高了计算效率和模型性能，特别适用于图像分类和目标检测任务，尤其在小数据集上表现优异。