基于像素編碼和空間注意力的多尺度醫(yī)學(xué)圖像分割方法

摘要： 針對(duì)醫(yī)學(xué)圖像分割中U型網(wǎng)絡(luò)（U-Net）及其變體下采樣過(guò)程中單尺度信息丟失、模型參數(shù)量較大的問(wèn)題，本文提出了一種基于像素編碼和空間注意力的多尺度醫(yī)學(xué)圖像分割方法。首先，通過(guò)重新設(shè)計(jì)變換器（Transformer）結(jié)構(gòu)輸入策略，提出了像素編碼模塊，使模型能夠從多尺度圖像特征中提取全局語(yǔ)義信息，獲取更豐富的特征信息，同時(shí)在Transformer模塊中引入可變形卷積，加快收斂速度的同...