轻量化融合Transformer与U-Net的嵌入式医学图像分割模型LFT-UNet：性能与效率的平衡突破

【编辑推荐】本文提出LFT-UNet模型，通过非线性特征增强块（NFE Block）和共享投影元变换器（SPM）模块，在BUSI/ISIC/Kvasir数据集上以仅4.469M参数量（U-Net的25.88%）实现SOTA分割性能，解决了Transformer-U-Net混合架构参数冗余问题，为嵌入式医疗设备部署提供轻量化解决方案。

　　

Highlight

本研究重新审视了U-Net架构在不同参数规模下的表现，提出革命性的LFT-UNet模型。通过创新的非线性特征增强块（NFE Block）在瓶颈层进行多层堆叠，仅用微量参数就显著提升了空间-通道特征表征能力；而共享投影元变换器（SPM）模块通过局部-全局令牌混合机制，以自适应注意力实现多尺度特征聚合。这种"轻量化设计+高性能输出"的组合拳，让模型在保持"苗条身材"（参数量仅4.469M）的同时，在DICE、IoU等关键指标上吊打多数现有模型。

Methodology

整个模型架构就像精密的"特征加工流水线"：基础U-Net作为骨架，NFE Block在瓶颈层充当"特征增强引擎"，通过交叉堆叠的卷积层和通道注意力，像显微镜般逐级放大关键特征；而SPM模块则在输出层扮演"信息调谐师"，其创新的共享投影机制让全局-局部特征像交响乐般和谐共鸣。特别值得一提的是，SPM的共享权重设计让模块堆叠时参数不爆炸，堪称"内存友好型"Transformer变体。

Experimental

在BUSI（乳腺超声）、ISIC（皮肤镜）和Kvasir（肠道镜）三大战场上的测试堪称惊艳：仅用U-Net 1/4的"食量"，DICE系数却分别飚升至89.7%、92.3%和94.1%。消融实验更揭示有趣现象：NFE Block单独使用就能带来5%以上的性能跃升，而SPM模块尤其擅长处理_微小病灶的边界分割，这对早期癌症诊断至关重要。

Discussion

这项研究犹如投下"参数效率革命"的震撼弹：传统认为必须用大参数模型才能解决的医学图像分割任务，实际上可以通过智能架构设计实现"四两拨千斤"。特别在超声、内镜等噪声大、对比度低的"地狱级"场景中，LFT-UNet展现的鲁棒性暗示：未来嵌入式医疗设备可能普遍搭载此类轻量化AI模型。

Conclusion

LFT-UNet像一把精密的"激光手术刀"，以Transformer的全局视野结合U-Net的局部敏锐，在参数效率与分割精度间找到黄金平衡点。这项研究不仅提供了现成的解决方案，更开创性地证明：在医疗AI领域，"更大未必更好"，而"更智能的设计"才是王道。代码已开源，等待临床勇士们来解锁更多应用可能！