基于Transformer和卷積神經(jīng)網(wǎng)絡雙并行分支編碼器神經(jīng)網(wǎng)絡的冠狀動脈分割

摘要： 針對計算機斷層掃描血管造影（CTA）圖像的冠狀動脈人工手動分割效率低下，而現(xiàn)有深度學習分割模型在冠狀動脈圖像上分割準確率較低的問題，受Transformer的啟發(fā)，本文提出了一種雙并行分支編碼器的分割模型——DUNETR。該網(wǎng)絡以Transformer和卷積神經(jīng)網(wǎng)絡（CNN）作為雙編碼器，Transformer編碼器負責將三維（3D）冠狀動脈數(shù)據(jù)轉變成一維（1D）序列問題進行學... ... （共10頁）