TransUNet采用Transformers拥有先进的编码能力，在医学图像分割任务中表现出色

集成了Transformers与U-网的优势，在性能上超越了AttnUNet及V-网等网络。代码已正式开源！（按这样搞的话, TransV网与TransYolo很快也会出现哦~）

注1：文末附【Transformer】和【医疗影像】交流群

注2：整理不易，欢迎点赞，支持分享！

TransUNet: Transformers are capable of creating powerful encoders for medical image segmentation applications.

• 作者单位：JHU、电子科技大学及其所属机构
• 代码：Beckschen/TransUNet
• 论文：https://arxiv.org/abs/2102.04306

医学图像分割是构建医疗支持体系（尤其涉及疾病诊断与治疗方案制定）的关键步骤。在各类医学图像分割应用中,U-Net架构已成为公认的基准,并展现出卓越性能.然而,基于卷积操作的本质局限,该架构在明确建模长距离依存关系方面存在明显缺陷.

基于序列到序列预测任务的设计方案被视为一种具有先天性全局自注意力机制的