YYDS！《 Transformer》PDF

文章预览

近年来， Transformer与UNet的融合创新 掀起医学影像、遥感检测等领域的技术浪潮。AFTer-UNet通过轴向融合机制，将卷积层和变换器的优势相结合，减少了计算复杂度，同时在多器官分割数据集上取得了优异的分割效果。此外，GS-TransUNet通过2D高斯溅射技术与Transformer UNet架构的结合，实现了皮肤病变的精确分类和分割。 这些创新不仅展示了Transformer和UNet在 医学图像分割中 的强大潜力，还为未来的研究提供了新的方向和思路。 我整理了 9 篇关于 【Transformer+UNet】 的相关论文， 感兴趣的同学扫码领取~ 回复 “ TU9 ” 即可领取 MWG-UNet++：HybridTransformer U-Net Model for Brain Tumor Segmentation in MRI Scans 回复 “ TU9 ” 即可领取 SelfReg-UNet：Self-Regularized UNet for Medical Image Segmentation 回复 “ TU9 ” 即可领取 ………………………………