轻量混合Transformer分割网络

精度不减，体积大减

同时利用卷积与Transformer优势，在资源受限设备上实现高效精准的3D医学图像分割。

Pang, Yan · Jiaming, Liang · Teng, Huang · Chen, Hao · Yunhao, Li · Li, Dan · Huang, Lin · Wang, Qiong

IEEE Transactions on Medical Imaging 2023

参数信息

Dice精度

92.44 %

模型大小缩减倍数

34.4

推理加速倍数

13.4

技术优势

精度不减

在BraTS2021上Dice精度达到92.44%，超过现有先进模型。

体积小34倍

模型大小是Swin UNETR的1/34.4，便于部署。

推理快13倍

推理速度比Swin UNETR快13.4倍，适合实时应用。

应用场景

• 手术导航：实时高精度分割病灶，辅助术中定位。
• 移动端医学影像分析：在移动设备上运行，支持床边或远程诊断。
• 资源受限设备部署：低计算需求，可部署在资源受限设备上。