摘要

皮肤癌分割在医学图像分析中是一个重要的挑战。现有的许多解决方案，主要是基于卷积神经网络（CNN）的方法，面临缺乏全局上下文理解的问题。另一方面，一些方法采用大规模的Transformer模型来弥补全局上下文的不足，但这样做会增加模型规模和计算复杂度。最后，许多基于Transformer的方法主要依赖于基于CNN的解码器，忽视了基于Transformer的解码模型的优势。鉴于这些局限性，我们通过引入MobileUNETR来解决对高效轻量级解决方案的需求，该方法旨在克服CNN和Transformer在性能上的限制，同时尽量减小模型规模，为高效的图像分割提供了有前景的方向。MobileUNETR具有三个主要特点：1) MobileUNETR包含一个轻量级的混合CNN-Transformer编码器，以高效的方式平衡局部和全局上下文特征的提取；2) 一种新颖的混合解码器，在解码阶段同时利用不同分辨率下的低层和全局特征进行精确的掩膜生成；3) 超越大型复杂架构，MobileUNETR仅用300万个参数和1.3 GFLOP的计算复杂度实现了优越的性能，分别在参数数量和浮点运算次数上减少了10倍和23倍。为了验证所提出方法的有效性，我们在四个公开可用的皮肤病变分割数据集上进行了广泛的实验，包括ISIC 2016、ISIC 2017、ISIC 2018和PH2数据集。代码将在以下地址公开发布：https://github.com/OSUPCVLab/MobileUNETR.git