原创力文档- 1、本文档共62页，其中可免费阅读23页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
论文介绍了一个基于深度卷积和Transformer的医学图像分割方法，该方法利用U型结构将编码器层的特征映射到解码器层，从而解决了长距离跳跃连接和使用目标边缘辅助分割方面的挑战同时，文章还介绍了U型混合CNNTransformer网络在长距离跳跃连接和使用目标边缘辅助分割方面的表现，包括构建的两种网络结构ETransNet和EETransNet，以及其在Synapse和ACDC数据集上的验证结果
摘要
随着医疗行业的高速发展，对于更高精度的医学图像分析的需求已经越来越急
迫，其中医学图像分割技术是医学图像分析中至关重要的一环。过去的几年里基于U
型的深度卷积分割网络一直在医学图像分割网络中占据着主导地位。但卷积本身的
缺陷是无法捕捉到特征的远程依赖，只能通过卷积堆叠的方式来增加感受野，不断的
堆叠卷积层，提升网络深度会造成训练难度的提高，甚至会导致过拟合，陷入局部最
优解问题。最近，基于Transformer的网络在视觉的各种任务中都很流行，它能弥补
卷积无法捕捉远程依赖的缺点。但是
文档评论（0）