基于CNN和Transformer的組織病理圖像分割方法

摘要： 在數(shù)字組織病理診斷中的腫瘤細(xì)胞精確分割研究中，病理圖像具有復(fù)雜的背景以及組織形態(tài)變化的多樣性，且經(jīng)常面臨樣本數(shù)量不足和類別不均衡的挑戰(zhàn)。為了改善現(xiàn)有方法中存在的分割精度不佳、分割邊緣失真等問題，提出了一種混合架構(gòu)的編解碼器語義分割網(wǎng)絡(luò)模型(MixU-Net)。首先，在編碼器中引入Swin-Transformer模塊，增強(qiáng)模型對(duì)于全局信息的建模能力；然后，在編解碼器之間設(shè)計(jì)了多尺... （共10頁）