DMFC-UFormer: Depthwise multi-scale factorized convolution transformer-based UNet for medical image segmentation

Medical image segmentation provides a crucial foundation for cancer diagnosis. Transformers are adept at understanding global context and complex dependencies. CNNs, meanwhile, are efficient for local feature extraction and hierarchical learning but struggle with long-range dependencies. In this pap...

Celý popis

Podrobná bibliografie

Vydáno v:	Biomedical signal processing and control Ročník 101; s. 107200
Hlavní autoři:	Garbaz, Anass, Oukdach, Yassine, Charfi, Said, Ansari, Mohamed El, Koutti, Lahcen, Salihoun, Mouna
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.03.2025
Témata:	DMFC-UFormer Local–global contextual information Medical image segmentation Multi-scale factorized convolution Transformer UNet Multi-scale factorized convolution Transformer DMFC-UFormer Local–global contextual information Medical image segmentation UNet
ISSN:	1746-8094
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!