分割性能显著提升
通过CNN与Transformer的特征互补融合，增强了对医学图像中长距离依赖和空间细节的捕捉能力，实现了更精确的器官与心脏分割。
袁非牛 · Zhengxiao, Zhang · Zhijun, Fang
Pattern Recognition 2023
通过跨域融合和特征互补，模型能同时利用Transformer的全局建模能力和CNN的局部细节提取能力。
引入特征相关性和双重注意力，使特征互补模块能更好地捕获通道间关系和全局上下文，提升分割性能。
在不同层级使用跳跃连接，融合Transformer解码特征和互补特征，增强模型对不同尺度目标的适应能力。