论文阅读笔记：Position-prior Clustering-based Self-attention Module for Knee Cartilage Segmentation

论文阅读笔记：Position-prior Clustering-based Self-attention Module for Knee Cartilage Segmentation

基于位置先验聚类自注意力模块的膝关节软骨分割

主要贡献：提出了一种基于位置先验和聚类的自注意模块(PCAM)，且 PCAM 可以
灵活地插入网络，具有更少的 GPU 内存消耗和计算负担。

PCAM 分为三个部分: 位置先验模块，基于聚类的模块和自注意模块

Position-prior 模块

设计了位置先验模块来排除侧输出的 false positives，以提高特征聚类的准确性。
首先进行预分割，将分割边界收缩，剔除一部分分割错误率较高的边界区域

基于聚类的模块

在收缩后的区域进行聚类，获得聚类中心

最后通过把每个特征点和聚类中心进行相似度计算，得到其分类