MIA 2024 | VSmTrans：一种用于医学图像分割的融合自注意力和卷积的混合范式

文章预览

点击下方“ ReadingPapers ”卡片，每天获取顶刊论文解读 论文信息 题目：VSmTrans: A hybrid paradigm integrating self-attention and convolution for 3D medical image segmentation VSmTrans：一种融合自注意力和卷积的混合范式用于3D医学图像分割 作者：Tiange Liu, Qingze Bai, Drew A. Torigian, Yubing Tong, Jayaram K. Udupa 源码链接：https://github.com/qingze-bai/VSmTrans 论文创新点 提出一种新颖的混合Transformer骨干网络 ：作者提出了一种名为Variable-Shape Mixed Transformer (VSmTrans)的混合范式，用于3D医学图像分割。这种混合范式能够紧密整合 自注意力 和 卷积 ，以利用这两种范式的优势。 设计了有效的自注意力机制VSW-MSA ：作者设计了一种名为Variable-Shape Window Multi-head Self-attention (VSW-MSA)的新型自注意力机制。这种机制可以快速扩展接受域，并在全局和局部信息收集之间实现良好的平衡，而无需额外的计算 ………………………………