融合CNN和Transformer的并行双分支皮肤病灶图像分割

打开文本图片集

摘 要：准确的皮肤病变自动分割对于协助医生临床诊断和治疗至关重要。针对现有卷积结构能提取局部特征信息但无法建模长程依赖关系，而Transformer能提取全局上下文信息但存在细节信息丢失的问题，提出了一种融合CNN和Transformer的并行多尺度自动分割网络PDTransCNN。首先以基于ResNet34的CNN分支和Transformer分支并行提取皮肤病图像的特征信息，构建多级局部相关性和捕获上下文信息间的长距离依赖关系；其次利用特征融合模块FM互补两分支特征间的关键信息，增强语义信息间的依赖关系；最后采用Transformer解码单元逐步融合编码块和融合单元所提取到的语义信息得到最终分割结果。（剩余22525字）