PHTrans：用于医学图像分割的并行聚合全局和局部表示

PHTrans: Parallelly Aggregating Global and Local Representations for Medical Image Segmentation

摘要

1. 本文提出了一种新的混合医学图像分割架构PHTrans，它在主要构建块中并行混合Transformer和CNN，从全局和局部特征中产生分层表示，并自适应地聚合它们，旨在充分利用它们的优势，获得更好的分割性能。
2. PHTrans遵循了U形编码器-解码器的设计，并在深层阶段引入了并行hybird模块，其中卷积块和修改的3D Swin Transformer分别学习局部特征和全局依赖性，然后序列到体积的操作统一了输出的维度，以实现特征聚合。
   代码地址

本文方法

PHTrans体系结构概述如图2（a）所示。PHTrans遵循U型编码器和解码器的设计，主要由纯卷积模块和并行混合模块组成。我们的初衷是构建一个由Transformer和CNN组成的完全混合架构，但由于自注意机制的高计算复杂性，Transformer无法直接接收像素作为令牌的输入。在我们的实现中，引入了卷积块和下采样操作的级联，以减少空间大小，从而逐步提取低级具有高分辨率的特征，以获得精细的空间信息。类似地，这些纯卷积模块在同一阶段部署在解码器中，以通过上采样恢复原始图像维度。

详细可以去看代码

实验结果