基于Transformer和卷積神經(jīng)網(wǎng)絡(luò)雙并行分支編碼器神經(jīng)網(wǎng)絡(luò)的冠狀動(dòng)脈分割

摘要： 針對(duì)計(jì)算機(jī)斷層掃描血管造影（CTA）圖像的冠狀動(dòng)脈人工手動(dòng)分割效率低下，而現(xiàn)有深度學(xué)習(xí)分割模型在冠狀動(dòng)脈圖像上分割準(zhǔn)確率較低的問題，受Transformer的啟發(fā)，本文提出了一種雙并行分支編碼器的分割模型——DUNETR。該網(wǎng)絡(luò)以Transformer和卷積神經(jīng)網(wǎng)絡(luò)（CNN）作為雙編碼器，Transformer編碼器負(fù)責(zé)將三維（3D）冠狀動(dòng)脈數(shù)據(jù)轉(zhuǎn)變成一維（1D）序列問題進(jìn)行學(xué)... （共10頁(yè)）