摘要

基于卷积神经网络（CNN）的方法因其卓越的性能，在医学图像分割领域日益受到青睐。然而，这类方法在捕捉长距离依赖关系方面存在局限，而长距离依赖对于准确建模全局上下文关联至关重要。得益于其通过扩展感受野来建模长距离依赖的能力，基于Transformer的方法逐渐崭露头角。受此启发，本文提出一种先进的二维特征提取方法，通过融合卷积神经网络与Transformer架构的优势，实现更精准的特征表达。具体而言，我们设计了一种并行编码器结构：其中一条分支采用ResNet提取图像的局部特征，另一条分支则利用Transformer捕捉全局上下文信息。此外，我们在Transformer中引入金字塔结构，以在不同分辨率下提取全局信息，尤其适用于高精度预测任务。为在解码阶段高效融合并行编码器中提取的多源信息，我们引入通道注意力模块，对编码器输出的特征进行加权融合，并通过跳跃连接与瓶颈结构实现特征的逐层传递。我们在主动脉血管树、心脏以及多器官等多个医学图像数据集上进行了大量数值实验。与当前最先进的医学图像分割方法相比，所提方法在分割精度上表现更优，尤其在小器官分割任务中展现出显著优势。相关代码已公开发布于GitHub：https://github.com/HongkunSun/ParaTransCNN。