SSCFormer : Réexamen du cadre hybride ConvNet-Transformer sous des perspectives d'échelle et de conscience spatial-canal pour la segmentation d'images médicales volumétriques

Une segmentation d'images médicales précise et robuste est cruciale pour aider au diagnostic des maladies, établir un plan de traitement et surveiller la progression des maladies. L'adaptation à différentes variations d'échelle et aux régions d'intérêt est essentielle pour une haute précision des méthodes de segmentation automatique. Les méthodes existantes basées sur une architecture en U traitent respectivement les problèmes intra- et inter-échelle avec un encodeur hiérarchique, mais sont cependant limitées par la portée de la modélisation multi-échelle. De plus, l'attention globale et l'attention d'échelle dans les régions d'intérêt n'ont pas été appropriées, en particulier pour les caractéristiques saillantes. Pour résoudre ces deux problèmes, nous proposons un cadre hybride ConvNet-Transformer nommé SSCFormer pour une segmentation d'images médicales précise et polyvalente. Le ResInception intra-échelle et le pont transformateur inter-échelle sont conçus pour capturer de manière collaborative les caractéristiques intra- et inter-échelle, facilitant l'interaction des informations de disparité de petite échelle à un stade unique avec des informations de grande échelle de plusieurs stades. L'attention globale et l'attention d'échelle sont intelligemment intégrées d'un point de vue spatial-canal. Le SSCFormer proposé est testé sur quatre tâches différentes de segmentation d'images médicales. Les résultats expérimentaux complets montrent que SSCFormer surpasse les méthodes à la pointe de la technologie actuellement existantes.