Cynthian_xy-优快云博客

原创 GCN：图卷积神经网络

传统的图像处理方法，如卷积神经网络（CNN）和视觉Transformer，通常假设图像是一个规则的网格或序列结构。然而，现实中的物体往往是不规则的，具有复杂的拓扑关系，例如人可以由头、躯干和四肢构成，彼此之间形成类似图的连接关系。它为GNN在计算机视觉领域的应用开辟了新的方向，使得GNN的研究成果可以迁移到视觉任务中，进一步丰富了计算机视觉的理论体系。ViG Block 就是为了解决这个问题，它通过将图像表示为图结构，并在这个图上进行信息的聚合与更新，提供了比网格或序列更灵活、表达力更强的方式。

2025-06-26 09:50:15 1072

原创基于多尺度群Agent注意力的图卷积解码网络二维医学图像分割

提取多尺度特征。PVT-V2(b) 基于多尺度组代理注意力（MSGAA）的图卷积解码器：逐步恢复空间分辨率并融合全局-局部特征。主要包括三个部分：全局-局部交互图卷积网络（GLIGCN）模块、基于注意力的上采样卷积融合（AUCF）模块和用于分割预测结果的卷积1×1。

2025-06-11 21:35:02 1110

原创 SliceMamba with Neural Architecture Search for Medical Image Segmentation

论文中 Fig. 2 展示了 SliceMamba 的整体网络架构，其设计遵循经典的 UNet 结构，包括编码器（Encoder）、解码器（Decoder）以及跳跃连接（Skip Connection）机制。以 VM-UNet 为基线，逐步添加组件测试：+BSS表示在基线顶部添加BSS模块，将每个S3块的特征切片方法固定为[4，4]。例如，m和n可以取{2, 4}，形成特征切片间隔集S = {(2, 2), (2, 4), (4, 2), (4, 4)}。

2025-05-28 21:07:33 1005

原创 Frequency-Enhanced Lightweight Vision Mamba Network for Medical Image Segmentation

FFE 模块通过将特征图转换到频率域，能够捕获图像的全局特征，这对于增强模型对图像整体结构的理解非常有用，尤其是在处理具有复杂背景和模糊边界的医疗图像时，FFE 模块可以帮助模型更准确地识别和分割目标区域。通过多方向的特征扫描，SS2D能够促进全局感受野的建立，同时保留相关的信息，使得模型能够捕捉长距离依赖关系。输入频率特征增强（FFE）模块，通过快速傅里叶变换（FFT）将特征转换到频域，利用学习滤波器（LF）增强全局特征，再通过逆傅里叶变换（IFFT）还原到空间域。

2025-04-22 20:54:11 1844

原创复现“EMCAD:Efficient Multi-scale Convolutional Attention......”过程中出现的问题

参考链接：点击链接查看和 Kimi 的对话 https://kimi.moonshot.cn/share/cvv5e6rduqbdceke09ag。数据集：直接使用的来自。，使用单进程运行程序。

2025-04-15 20:56:10 411 2

原创 BEFNet: A Hybrid CNN-Mamba Architecture for Accurate Skin Lesion Image Segmentation

的差异性特征，同时利用反向注意力补充低层细节信息，最终通过多分支融合增强特征的全局表达能力和局部细节保留能力。该模块在皮肤病变分割任务中尤为重要，能够有效应对病变形状不规则、边界对比度低等挑战，最终提升模型的Dice系数（DSC）和敏感度（SE）。：直接利用BOA提供的边界特征作为Key和Value的输入，显式强化边界区域的响应。：结合低层细节（如边缘、纹理）与高层语义（如病变区域整体形状），增强边界的完整性。：通过αα和ββ掩码动态分配权重，抑制无关背景，强化边界区域的响应。

2025-04-09 21:09:02 635

原创 3.13组会：Precision and efficiency in skincancer segmentation through adual encoder deep learning mod

ViT编码器各层的特征（如 Z3,Z6等）通过跳跃连接直接传递到CNN解码器的对应层，确保全局上下文信息与局部空间细节的融合。：ViT编码器在不同深度（如第3、6、9、12层）输出多分辨率的特征序列（如 Z3,Z6,Z9,Z12），用于后续解码。：解码器每层的输入不仅包含上一层的上采样结果，还融合来自ViT编码器的对应层特征，增强细节恢复能力。：ViT编码器的全局特征与MobileNetV2提取的局部特征（通过另一编码器分支）进行。：一个 1x1 的点卷积，用于最终特征图的生成。

2025-03-12 22:05:11 1445

原创 TransUNet复现过程中出现的问题

解决方法：首先在cmd里输入nvcc --version查看cuda的版本，为11.5解决方法：减少bs我把bs设置为了12解决方案：DataLoader的参数num_workers设置为0。

2025-03-10 18:29:17 1301 1

qq_53158516的博客