基于Transformer和卷积神经网络双并行分支编码器神经网络的冠状动脉分割

摘要： 针对计算机断层扫描血管造影（CTA）图像的冠状动脉人工手动分割效率低下，而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题，受Transformer的启发，本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer和卷积神经网络（CNN）作为双编码器，Transformer编码器负责将三维（3D）冠状动脉数据转变成一维（1D）序列问题进行学... （共10页）