Rete di modulazione focale e fusione bidirezionale delle caratteristiche per la segmentazione di immagini mediche

Un articolo di ricerca su arXiv propone una Rete di modulazione focale e fusione bidirezionale delle caratteristiche per migliorare la segmentazione di immagini mediche. La segmentazione di immagini mediche è fondamentale per applicazioni cliniche come la diagnosi di malattie e la pianificazione del trattamento, fornendo informazioni morfologiche e spaziali precise. Le reti neurali convoluzionali (CNN) sono ampiamente utilizzate ma faticano a catturare il contesto globale e le dipendenze a lungo raggio a causa dei loro campi recettivi locali, influenzando la segmentazione di bordi complessi e dimensioni variabili. Per affrontare questo problema, la rete integra un'architettura basata su transformer con le CNN, sfruttando l'attenzione automatica per il contesto globale. Il metodo proposto combina la modulazione focale e la fusione bidirezionale delle caratteristiche per migliorare l'accuratezza della segmentazione.