arXiv cs.AI· Guoping Xu, Jinling Zhu, Liuyue Li·· 4 小时前AI 评分26
LeViT-UNet++:兼顾细粒度细节与全局上下文的高效医学图像分割架构
LeViT-UNet++: Towards Balanced Fine-Grained Details and Context for Efficient Medical Image Segmentation
AI 导读
LeViT-UNet++ 提出一种高效编码器-解码器架构,通过 Haar Wavelet 多尺度下采样(HWMD)模块将特征分解为高低频分量,缓解下采样中的细节丢失,并用深度可分离卷积解码器融合 Transformer 全局表示与局部空间特征。
正文 · AI 翻译
摘要:高效医学图像分割对于需要快速、准确勾画的临床应用至关重要,例如手术导航、放射治疗和实时图像引导干预。尽管卷积神经网络和 Transformer 已取得重大进展,但在有限计算资源下实现高精度仍然困难,因为降低模型复杂度往往会牺牲细粒度结构细节和全局上下文建模,导致精度与效率之间出现不利的权衡。为解决这一问题,我们提出 LeViT-UNet++,一种高效的编码器-解码器架构,能够更好地平衡局部细节保留与全局上下文建模。具体而言,我们引入 Haar 小波多尺度下采样(HWMD)模块,将特征表示分解为低频和高频分量以提取多尺度结构信息,从而缓解下采样过程中的细节损失。我们进一步开发了基于深度可分离卷积的解码器,将 Transformer 块的多尺度全局表示与局部空间特征相融合,在降低计算开销的同时实现渐进式特征细化。在四个基准(Synapse、ACDC、LA2018 和 MSD Heart)上于 2D 和 3D 设置下评估,LeViT-UNet++ 以紧凑的参数量和快速推理实现了有竞争力的精度。例如,在 Synapse 上,它仅用 8.025M 参数和 241.72 FPS 就达到了 76.57% 的 DSC,证实了良好的精度-效率平衡。这些结果证明了将基于小波的多尺度特征提取与轻量级局部-全局特征融合相结合用于高效医学分割的有效性。源代码可在 此 https URL 获取。
| 评论: | 24 页,5 幅图 |
| 主题: | 计算机视觉与模式识别 (cs.CV);人工智能 (cs.AI);多媒体 (cs.MM) |
| 引用为: | arXiv:2611.22482 [cs.CV] |
| (或 arXiv:2611.22482v1 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.22482 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Guoping Xu [查看邮箱]
[v1]
2026 年 11 月 17 日星期二 09:39:42 UTC(1,071 KB)
来源:arXiv cs.AI · arxiv.org