TransFuse: Combining Transformers with CNNs in Medical Image Segmentation

在息肉分割这一具体任务中，所提出的方法实现了当前最先进的性能水平，其表现超越了SETR、PraNet以及ResUNet++等多种现有技术，处理速度可达到每秒98.7帧！

• 作者单位：Rayicer, 佐治亚理工学院
  • 论文：https://arxiv.org/abs/2102.08005

融合深度特征表达与跳跃连接机制的U-Net型卷积神经网络显著增强了医学图像分割的效果。

本研究聚焦于一个更具复杂性的议题，即如何在确保对低层次细节具备精准定位能力的前提下，提升整体上下文建模的效率。为此，我们设计了一种创新性的双分支结构TransFuse，该结构通过并行整合Transformer与卷积神经网络的方式实现功能互补。

通过应用TransFuse方法，能够以较为简洁的结构高效地提取全局依赖关系以及低层次的空间细节信息。

同时，研究者设计了一种