今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

G2T:受认知与记忆启发的门控引导Transformer用于医学图像分割

《Scientific Reports》:G2T: Gate guided transformer for medical image segmentation

【字体: 大 中 小 】 时间:2026年10月15日 来源:Scientific Reports 4.9

编辑推荐:

   摘要受人类认知过程和记忆能力的启发,本文提出了一种新型视觉Transformer(ViT),称为门控引导Transformer(G2T),用于医学图像分割。G2T解决了视觉Transformer中级联解码块的一个关键局限性,即它们难以保留和传递来自早期阶段的重要信息,这往往导

  

摘要

受人类认知过程和记忆能力的启发,本文提出了一种新型视觉Transformer(ViT),称为门控引导Transformer(G2T),用于医学图像分割。G2T解决了视觉Transformer中级联解码块的一个关键局限性,即它们难以保留和传递来自早期阶段的重要信息,这往往导致后续块的特征解码次优。我们提出的G2T具有:(i) 一种新颖的特征感知解码器(FAD),由三个名为"精炼(Refine)"、"扩展(Expand)"和"生成(Produce)"(REP)的卷积门控组成,分别用于遗忘无关特征、记住相关特征和生成输出特征;(ii) 一种新颖的注意力混合模块,称为LH-RAAM(低分辨率到高分辨率注意力累积模块),它将从编码器块中计算的低层特征到高层特征的注意力进行累积,并与解码器块中计算的注意力聚合,以在编码和解码阶段强调相似特征。在六个医学图像数据集上的评估表明,G2T持续超越现有最先进模型1-3%,在ACDC数据集上取得了94.67%±0.01标准差的平均Dice分数,在Synapse数据集上取得了92.90%±0.02的平均Dice分数。消融研究进一步验证了G2T每个组件的有效性,并证明了其在医学领域之外的强泛化能力。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:医学图像分割|视觉Transformer|门控引导Transformer|特征感知解码器|注意力混合模块|深度学习

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号