11、TransDeepLab：用于医学图像分割的无卷积Transformer深度网络

TransDeepLab：用于医学图像分割的无卷积Transformer深度网络

1 引言

自动且准确的医学图像分割，即对解剖结构和其他感兴趣区域（ROIs）进行自动描绘，在计算机辅助诊断（CAD）评估中起着不可或缺的作用。作为深度学习的旗舰，卷积神经网络（CNNs）多年来在各种医学图像分割任务中取得了显著成果。

在众多CNN变体中，被广泛认可的对称编码器 - 解码器架构U-Net展现出卓越的分割潜力。它主要由一系列连续的卷积和下采样层组成，通过收缩路径捕获上下文语义信息。然后在解码器中，利用编码器的横向连接，对粗粒度的深层特征和细粒度的浅层特征图进行上采样，以生成精确的分割图。沿着这一技术路线，许多U-Net变体如U-Net++和Res - UNet应运而生，以提高分割性能。然而，这类架构的一个重要缺陷是感受野大小受限，这使得深度模型无法捕获足够的上下文信息，导致在复杂区域（如边界）的分割失败。

为缓解这一问题，著名的DeepLab工作被提出，引发了图像分割领域的广泛关注。作者做出了重要贡献，实验证明具有显著的实际价值。首先，他们引入了一种名为“空洞卷积”的新型卷积操作，该操作允许扩大滤波器的视野，以吸收更大的上下文信息，而不会增加大量的计算负担或参数数量。其次，为了引入平滑项，使网络能够捕获精细细节，他们利用全连接条件随机场（CRF）来细化分割结果。在此开创性工作之后，扩展版本被用于进一步提升性能。例如，DeepLabv2被提出以应对多尺度物体存在的挑战，为此，他们提出了空洞空间金字塔池化（ASPP）模块，以稳健地分割多尺度物体。随后，DeepLabv3设计了一个带有空洞卷积的编码器 - 解码器架构，以获得更清晰的物体边界，其中利用了深度可分离卷积来提高计算效率。最终，Che