轻量化三维医学图像分割新突破：融合CNN与Transformer的Slim UNETR++网络

为解决三维医学图像分割中计算复杂度高、硬件需求大的问题，研究人员开发了融合卷积神经网络(CNN)与Transformer的轻量化模型Slim UNETR++。通过集成Medical ConvNeXt (MedNeXt)、空间通道注意力(SCA)和高效配对注意力(EPA)模块，该模型在BraTS2021数据集上实现93.12% Dice准确率和4.23mm HD95，显著优于Swin UNETR等主流方法，为临床影像分析提供高效解决方案。

　　

在医学影像分析领域，卷积神经网络(CNN)架构如U-Net、V-Net和DeepLab虽在多种模态(包括超声)中表现卓越，但三维医学图像处理仍面临计算资源消耗巨大的挑战。近年来，基于Transformer的混合分割方法虽展现出特征提取优势，其高昂的计算成本却制约了临床部署。

为此，研究者巧妙融合CNN的局部特征捕获能力与Transformer的全局上下文建模优势，提出升级版轻量模型Slim UNETR++。该架构在Slim UNETR基础上引入三大创新模块：医学专用卷积新范式(MedNeXt)强化局部特征学习，空间-通道双注意力(SCA)机制优化特征选择，高效配对注意力(EPA)模块则通过稀疏自注意力实现跨维度信息交互。核心的Slim UNETR++块采用低成本表征聚合策略，在保持精度的同时大幅降低计算负载。

值得关注的是，研究首次将吞吐量(throughput)纳入评估体系，定量分析数据处理效率。在脑肿瘤分割权威数据集BraTS2021上的实验表明，该模型以93.12%的Dice系数和4.23毫米的HD₉₅距离刷新性能纪录，较Swin UNETR等主流方案具有显著优势，为实时医学影像分析提供了兼顾精度与效率的新范式。