arXiv:2103.04430v2 [cs.CV] 2021 年 6 月 26 日__

arXiv:2103.04430v2 [cs.CV] 2021 年 6 月 26 日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arXiv:2103.04430v2 [cs.CV] 2021 年 6 月 26 日

¥ 1.0

热度

摘要：Transformer 可以利用自注意机制进行全局（长距离）信息建模，近期在自然语言处理和二维图像分类中取得了成功。然而，局部和全局特征对于密集预测任务都至关重要，尤其是对于 3D 医学图像分割。在本文中，我们首次将 Transformer 用于 3D CNN 中的 MRI 脑肿瘤分割，并提出了一种基于编码器-解码器结构的新型网络 TransBTS。为了捕获局部 3D 上下文信息，编码器首先利用 3D CNN 提取体积空间特征图。同时，对特征图进行精心重组以形成输入 Transformer 进行全局特征建模的标记。解码器利用 Transformer 嵌入的特征并执行渐进式上采样来预测详细的分割图。在 BraTS 2019 和 2020 数据集上进行的大量实验结果表明，TransBTS 在 3D MRI 扫描的脑肿瘤分割方面取得了与之前最先进的 3D 方法相当或更高的结果。源代码可在 https://github.com/Wenxuan-1119/TransBTS 获得。

添加pdf代下载 VIP点击下载文件