Mini-Net是一個專為醫療影像分割而設計的輕量級編碼-解碼模型,通過整合雙多尺度殘差塊(DMRes)和擴展-壓縮塊,實現了高效的特徵提取和保留,在保持高性能的同時大幅降低了模型參數和計算量。
提出了一種新的網絡架構TransUKAN,通過結合卷積神經網絡(CNN)、Transformer和改進的KAN,有效地捕捉全局和局部信息,提高了醫療影像分割的性能。
提出了一種新的 CSWin-UNet 方法,結合了 CSWin 轉換器的自注意力機制和 UNet 的編碼器-解碼器架構,以提高醫療影像分割的效率和準確性。