MICCAI 2022:使用自适应条形采样和双分支 Transformer 的 DA-Net
文章目录
- 前言
- 概述
- 网络简介
- DBTM:Local Patches Meet Global Context
- ASUB block
- 实验
- 讨论
- 参考链接
前言
这是 MICCAI 2022 上的第三篇阅读笔记了,之前两篇也都可以在 GiantPandaCV 公众号搜索到。如下图所示,目前的视网膜血管分割方法按照输入数据划分有两类:image-level 和 patches-level,每一种方法都有自己的优势,如何将两者结合起来是一个需要去解决的问题,这也是 DA-Net 这篇文章的贡献之一。此外,这篇文章还提出了一个自适应的条状 Upsampling Block,我们会在后面展开介绍。文章地址可在最后参考链接找到,SpringerLink 和 ACM 上都可以下载。
概述
目前的视网膜血管分割方法根据输入类型大致分为 image-level 和 patches-level 方法,为了从这两种输入形式中受益,这篇文章引入了一个双分支 Transformer 模块,被叫做 DBTM,它可以同时利用 patches-level 的本地信息和 image-level 的全局上下文信息。视网膜血管跨度长、细且呈条状分布,传统的方形卷积核表现不佳,也是为了更好地捕获这部分的上下文信息,进一步设计了一个自适应条状 Upsampling Block,被叫做 ASUB,以适应视网膜血管的条状分布。
MICCAI 2022:使用自适应条形采样和双分支 Transformer 的 DA-Net相关推荐
- MICCAI 2022 | PHTrans: Parallelly Aggregating Global and Local Representations for Medical Image Seg
MICCAI 2022 | PHTrans: Parallelly Aggregating Global and Local Representations for Medical Image Seg ...
- MICCAI 2022 | CLFC:基于对比学习的多模态脑肿瘤分割与单模态正常脑图像的特征比较
MICCAI 2022 | CLFC基于对比学习的多模态脑肿瘤分割与单模态正常脑图像的特征比较 Multimodal Brain Tumor Segmentation Using Contrastiv ...
- MICCAI 2022:基于 MLP 的快速医学图像分割网络—UNeXt
MICCAI 2022:基于 MLP 的快速医学图像分割网络 UNeXt 文章目录 前言 方法概述 UNeXt 架构 TokMLP 设计思路 实验部分 一些理解和总结 参考链接 前言 最近 MICCA ...
- 《AFTrans》来自ViT的免费午餐!北大阿里提出用于细粒度视觉识别的自适应注意多尺度融合Transformer...
关注公众号,发现CV技术之美 本文分享论文『A free lunch from ViT- Adaptive Attention Multi-scale Fusion Transformer for F ...
- MICCAI 2022中的医学扩散模型
来源:知乎-JunMa 地址:https://zhuanlan.zhihu.com/p/569555913 没有意外,diffusion model的热浪也涌入了医学图像,这是今年MICCAI看到的几 ...
- MICCAI 2022 | mmFormer:Multimodal Medical Transformer for Incomplete Multimodal Learning of BTS
Multimodal Medical Transformer for Incomplete Multimodal Learning of Brain Tumor Segmentation 摘要 从磁共 ...
- IJCAI 2022 | 基于自适应虚词增强的小样本逆关系分类
©作者 | 窦春柳 单位 | 天津大学 来源 | 开放知识图谱 论文标题: Function-words Adaptively Enhanced Attention Networks for Few- ...
- MICCAI 2022 KiPA Challenge:肾脏多器官分割挑战赛
国际顶会竞赛!获奖证书和丰厚奖金!还能共同撰写顶刊论文?!! 全新的医学图像分割挑战赛开始啦~~~~ 肾脏解析(Kidney PArsing) ,是肾癌治疗中的最重要任务之一. 其中,肾脏多器官分割 ...
- TPAMI 2022|华为诺亚最新视觉Transformer综述
来源丨机器之心 编辑丨极市平台 导读 华为诺亚方舟实验室联合北大和悉大整理了业界第一篇视觉Transformer综述. 2021 年对计算机视觉来说是非常重要的一年,各个任务的 SOTA 不断被刷新. ...
最新文章
- 2019计算机原理及应用期末自测题,微机原理期末自测题答案.ppt
- stm32单片机屏幕一直闪_STM32F407[3] 闪烁LED
- linux用不用装固态硬盘驱动,固态硬盘要不要安装驱动?总算弄明白了
- 1816. 截断句子
- Git笔记(3) 安装配置
- STM32-通用定时器-输入捕获
- android中webview空间通过Img 标签显示sd卡中 的图片
- poj 3667 Hotel 线段树 内存分配问题
- 奥图码投影连接服务器没信号,奥图码投影机常见故障维修步骤
- 如何设置内网打印机端口网络穿透到公网
- 超声成像Matlab源码
- usbos在服务器上不能引导,USBOS V3.0.2021.07.10
- vue使用echarts图表自适应的几种解决方案
- 金蝶二次开发的常见类型
- pytorch 解决gpu训练只占一块卡
- day12 递归、表达式、内置函数
- 揭秘认知智能,小i机器人的“高级知识分析师”高级在哪里?
- NYOJ-284 坦克大战
- 小学计算机资格证教案模板,小学数学教师资格证教学设计通用模板
- 交互媒体技术——作品推荐