Tian Peiting

新型Transformer模型提升医学图像分割能力

研究人员开发了SMAFormer，这是一种新的基于Transformer的架构，旨在改进医学图像分割，特别是针对小型和不规则形状的肿瘤。该模型集成了多种注意力机制，包括像素、通道和空间注意力，以捕捉局部和全局特征。此外，还引入了特征融合调制器，以增强注意力模块的集成并减轻信息损失。在各种医学成像任务上的实验表明，SMAFormer取得了最先进的结果。