ECCV 2024 | CC-SAM：用于超声图像分割的跨特征注意力和上下文的SAM

论文信息

题目：CC-SAM: SAM with Cross-feature Attention and Context for Ultrasound Image Segmentation

CC-SAM：用于超声图像分割的跨特征注意力和上下文的SAM

作者：Shreyank N Gowda 和 David A. Clifton

论文创新点

1. 变分注意力融合模块（Variational Attention Fusion Module）：作者提出了一个新颖的变分注意力融合模块，该模块能够增强模型在医学图像分割中捕获局部空间信息的能力。这一模块通过整合卷积神经网络（CNN）和视觉变换器（ViT）分支的特征，优化了特征的融合过程。
2. 静态CNN与适配器的结合：在SAMUS的基础上，作者通过引入一个固定的CNN分支，并配合适配