主要贡献
本文提出了一种CTrans(通道转换器)模块用于替换UNet中跳跃连接,该方案由进行多尺度通道交叉融合的子模块(CCT)和一个引导融合的多尺度通道交叉信息的子模块(CCA)组成
从通道的角度融合多尺度上下文和交叉注意力
将原来的跳过连接替换为由CCT模块和CCA模块组成的CTrans
CCT模块:多尺度输入间进行交叉注意力
将原来的直接concat改成了CCA模块
CCA模块:在CCA中,输入分别进行平均池化,维度变为(1,24,1,1),再进行展平,维度变为(1,24),然后经过线性层。将两个结果相加/2,经过sigmoid,然后增加维度,重新变为(1,24,1,1)。接着和x进行相乘,进行注意力计算。
实验结果
与U-Net相比,UCTransNet在GlaS、MoNuSeg和Synapse数据集上分别获得了4.05% Dice、7.98% Dice和9.00% Dice的绝对增益。