基于空頻協(xié)同的CNN-Transformer多器官分割網(wǎng)絡(luò)

摘要： 針對目前主流的醫(yī)學(xué)多器官分割網(wǎng)絡(luò)未能充分利用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)的局部細節(jié)提取優(yōu)勢以及Transformer的全局信息捕獲潛力,并缺乏空頻特征協(xié)同建模的問題,提出了一種基于空頻協(xié)同的CNN-Transformer雙分支編解碼網(wǎng)絡(luò)。該網(wǎng)絡(luò)在局部分支中設(shè)計了空頻協(xié)同注意力,使網(wǎng)絡(luò)從頻域和空間域捕獲到更為豐富的局部細節(jié)信息... （共15頁）