顶刊 MIA'24 | I2U-Net：用于医学图像分割的具有丰富信息交互的双路径U-Net

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：I2U-Net: A dual-path U-Net with rich information interaction for medical image segmentation I2U-Net：具有丰富信息交互的双路径U-Net用于医学图像分割 作者：Duwei Dai, Caixia Dong, Qingsen Yan, Yongheng Sun, Chunyan Zhang, Zongfang Li, Songhua Xu 源码链接：https://github.com/duweidai/I2U-Net 创新点 提出了一种新颖的双路径U-Net（I2U-Net），用于医学图像分割任务。该网络通过丰富的信息交互机制，使得网络能够学习到包含低级细节描述和高级语义抽象的综合特征。 设计了一个多功能信息交互模块（MFII），该模块能够实现跨路径、跨层以及跨路径和层的信息交互，允许网络的深层学习到更全面的特徴，同时促进了历史信息的重用和重新探索。 提出了一个全面信息融合和增强模块（HIFA），该模块结合了局部和全局操作的优势，能 ………………………………