同时具有Transformers和U-Net的优点,性能优于AttnUNet、V-Net等网络,代码刚刚开源!(按这样搞,TransVNet、TransYOLO应该也快来了,手动狗头)
注1:文末附【Transformer】和【医疗影像】交流群
注2:整理不易,欢迎点赞,支持分享!
TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation
- 作者单位:JHU, 电子科大, 斯坦福大学等
- 代码:Beckschen/TransUNet
- 论文:https://arxiv.org/abs/2102.04306
医学图像分割是开发医疗保健系统(尤其是疾病诊断和治疗计划)的必要先决条件。在各种医学图像分割任务中,U形架构(也称为U-Net)已成为事实上的标准,并取得了巨大的成功。但是,由于卷积运算的固有局部性,U-Net通常在明确建模远程依赖关系方面显示出局限性。
设计用于序列到序列预测的transformer已经成为具有先天性全局自注意力机制的替代体系结构,但由于low-level细节不足,可能导致定位能力受到限制。
在本文中,我们提出了TransUNet,它同时具有Transformers和U-Net的优点,是医学图像分割的强大替代方案。