摘要：2023年3月发表在arxiv 现阶段，人们对于transformer的兴趣激增，然而，由于缺乏大规模的注释医疗数据集，使得实现与自然图像相同的性能具有挑战性，相比之下，卷积网络具有更高的归纳偏差，因此，很容易被训练到高性能。现阶段，ConvNext试图通过镜像transformer来使得ConvN 阅读全文

摘要：我们在CNN架构中广泛使用了多重注意力，并提出了一个全面的基于注意力的CNN（CA-Net），以更准确和可解释的医学图像分割，同时了解最重要的空间位置、通道和尺度。特别地，我们首先提出了一个联合空间注意模块，使网络更多地关注前景区域。然后，在此基础上，提出了一种新的通道注意模块来自适应地重新校准通道 阅读全文