融合卷積和Ｔｒａｎｓｆｏｒｍｅｒ 的多尺度皮膚病變分割算法

打開文本圖片集

摘 要：皮膚病變自動分割對協(xié)助醫(yī)生臨床診斷、治療及術(shù)后觀察都具有非常重要的意義。現(xiàn)有卷積擅長建立局部相關(guān)性但無法捕獲像素長程依賴關(guān)系，而Ｔａｎｓｆｏｒｍｅｒ 可以建立特征信息的全局依賴關(guān)系但會造成局部細(xì)節(jié)信息丟失。因此，提出了一種融合卷積和Ｔｒａｎｓｆｏｒｍｅｒ 的多尺度自動分割網(wǎng)絡(luò)。采用ＲｅｓＮｅｔ３４ 作為基礎(chǔ)編碼塊，利用其金字塔結(jié)構(gòu)建立病灶的多級局部相關(guān)性；采用Ｓｗｉｎ Ｔｒａｎｓｆｏｒｍｅｒ 模塊捕獲上下文特征的長程依賴關(guān)系，考慮到病灶形狀多變、大小不一等情況，提出多尺度特征聚合模塊來進(jìn)一步提取上下文特征多尺度信息；采用具有注意力機(jī)制的解碼塊逐步融合編碼塊提取到的多級語義信息。（剩余2345字）