基于Transformer驱动的3D U-Net高效脑肿瘤分割方法研究

为解决脑肿瘤分割中卷积神经网络(CNN)难以建模长程依赖、视觉Transformer(ViT)计算成本高且易过拟合的问题，研究人员提出TDU-Net方案。该模型通过改进的大核逆残差瓶颈结构，结合GELU激活与正交正则化，在3D多模态数据中实现参数高效的高精度分割，为临床诊断提供自动化解决方案。

　　

精准脑肿瘤分割对临床诊疗至关重要。尽管深度神经网络(DNN)为自动化分割提供了可能，但传统卷积神经网络(CNN)存在长程依赖建模缺陷，而视觉Transformer(ViT)又面临小样本过拟合难题。这项研究创新性地提出TDU-Net架构——将Transformer思想融入3D U-Net框架：在下采样和上采样模块采用大核改进逆残差瓶颈结构，在保证3D多模态肿瘤数据全局语义特征的同时优化内存效率。受ViT启发，模型减少激活函数和归一化层使用，代之以GELU激活、组归一化及大卷积核设计，显著提升小数据集下的全局感知能力。训练过程中引入正交正则化技术，有效缓解过拟合并增强泛化性。实验证实，该方案能以更少参数量实现优于现有方法的分割精度，为医学影像分析领域提供了兼顾效率与精度的新范式。