原创力文档- 1、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。。
- 2、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。
- 3、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
摘要
医学图像分割作为计算机辅助诊断中的关键技术，对于提升疾病诊断效率和
准确性具有至关重要的作用。近年来，以U-Net为代表的深度学习架构在医学图
像分割领域取得了显著进展，然而，随着医学图像复杂性的提升及临床需求的日
益增加，传统U-Net架构在特征表达和信息整合方面的局限性逐渐显现。为了解
TransformerCNN
决上述问题，本文提出了一种基于
文档评论（0）