Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.01406

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2501.01406 (cs)
[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

Authors:Haixu Liu, Zerui Tao, Wenzhen Dong, Qiuzhuang Sun
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。
摘要: This paper provides a novel 3D medical image segmentation model structure called nnY-Net. This name comes from the fact that our model adds a cross-attention module at the bottom of the U-net structure to form a Y structure. We integrate the advantages of the two latest SOTA models, MedNeXt and SwinUNETR, and use Swin Transformer as the encoder and ConvNeXt as the decoder to innovatively design the Swin-NeXt structure. Our model uses the lowest-level feature map of the encoder as Key and Value and uses patient features such as pathology and treatment information as Query to calculate the attention weights in a Cross Attention module. Moreover, we simplify some pre- and post-processing as well as data enhancement methods in 3D image segmentation based on the dynUnet and nnU-net frameworks. We integrate our proposed Swin-NeXt with Cross-Attention framework into this framework. Last, we construct a DiceFocalCELoss to improve the training efficiency for the uneven data convergence of voxel classification.
评论: 医学影像计算机辅助诊断国际会议
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2501.01406 [cs.CV]
  (或者 arXiv:2501.01406v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.01406
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Haixu Liu [查看电子邮件]
[v1] 星期四, 2025 年 1 月 2 日 18:46:41 UTC (812 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号