基于Transformer和CNN交错混合的肺结节分割网络

打开文本图片集

摘 要：针对肺结节尺寸多样、 形状异质化高等问题，提出基于Transformer 和卷积神经网络（CNN）交错混合（IMTC）的肺结节分割网络，该网络是一个对称的层次连接网络，具有很强的多尺度特征提取能力。该网络通过集成2 种方案分别解决肺结节多尺寸与形状异质化问题：淤采用感知注意力模块（inception attention module，IAM），通过并联多个不同大小的卷积核来增加浅层网络的感受”组合，以此捕获更为丰富的浅层特征；于为获取更具表示能力的高级语义特征，利用由Transformer 和CNN 组成的基本骨干网络交错提取结节特征，使得全局特征与局部特征充分融合，从而提高结节特征表示的泛化能力和鲁棒性。（剩余14739字）