计算机科学 > 计算机视觉与模式识别
[提交于 2025年1月2日
]
标题: nnY-Net:用于3D医学图像分割的跨注意力Swin-NeXt
标题: nnY-Net: Swin-NeXt with Cross-Attention for 3D Medical Images Segmentation
摘要: 本文提出了一种新的3D医学图像分割模型结构,称为nnY-Net。 这个名称来源于我们的模型在U-net结构底部添加了一个交叉注意力模块,形成了Y结构。 我们结合了两种最新SOTA模型MedNeXt和SwinUNETR的优点,并创新性地设计了Swin-NeXt结构,使用Swin Transformer作为编码器和ConvNeXt作为解码器。 我们的模型将编码器的最低层特征图作为Key和Value,并使用患者特征如病理和治疗信息作为Query,在交叉注意力模块中计算注意力权重。 此外,我们基于dynUnet和nnU-net框架简化了一些3D图像分割的预处理和后处理以及数据增强方法。 我们将提出的带有交叉注意力框架的Swin-NeXt集成到该框架中。 最后,我们构建了一个DiceFocalCELoss来提高对体素分类不均衡数据收敛的训练效率。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.