May, 2024
D-TrAttUnet:面向医学图像的通用和细微分割的混合 CNN-Transformer 架构
D-TrAttUnet: Toward Hybrid CNN-Transformer Architecture for Generic and Subtle Segmentation in Medical Images
Fares Bougourzi, Fadi Dornaika, Cosimo Distante, Abdelmalik Taleb-Ahmed
TL;DR近 20 年来,医学影像的机器分析迅猛发展,为几个重要的医疗应用提供了巨大的潜力。其中,病变分割是一个特别具有挑战性的任务,有着迫切的需求,而我们提出的新型解决方案 ——D-TrAttUnet 架构在 Covid-19 和骨转移分割的任务中取得了优越的表现,并且其混合编码器在腺体和细胞核的分割中也表现出色,巩固了它在现代医学图像分析中的地位。