分割精度超现有方法
通过孪生注意门和多维注意池化，这个网络能从脑部 MRI 中更准确地提取卒中病灶，尤其在多阶段、多序列的数据上表现稳健。
吴泽林 · 张雪英 · 李凤莲 · Wang, Suzhe · Jiaying, Li
Computers in Biology and Medicine 2024
孪生注意门利用自注意力和双向注意力，同时提取病灶的全局和局部特征，避免了仅用局部特征导致的误判。
多维注意池化在编码过程中建立多维度池化注意力，有效缓解下采样造成的信息损失，保留更多任务相关细节。
在包含所有卒中阶段和多种 MRI 序列的缺血性卒中数据集上，模型显著超越现有最优方法，显示出良好的泛化能力。