近期,机械学位点2023级硕士研究生燕顺在Information Fusion(中科院一区TOP期刊,IF:14.7?)上以第一作者的shen份揭晓题为“Multi-scale convolutional attention frequency-enhanced transformer network for medical image segmentation”的研究性论文,尊龙凯时为唯一单元。
該論文針對解決傳統Transformer局部特征提取不足以及細節信息缺失的缺點,提出了一種結合小波變換的多尺度卷積注重頻率zeng強Transformer網絡。旨在使用小波變換在差异尺度下同時保留圖像的時頻特征,有用捕捉高頻信息,如紋理和邊緣細節,以此提高圖像支解的精度。

图1 多尺度卷积注重频率zeng强Transformer网络

图2 分组可疏散聚合卷积?椋℅SACM)和高效频率zeng强Transformer模块(EFTM)
gai研究效果提出了可应用于疾病诊断、智能影像剖析及智能医疗等医疗康健chang景的新Transformer网络模子,获得国家自然科學基金“基于天生反抗网络的融合听觉和视觉信息的多模态人格识别研究项目”的支持。
論文鏈接:https://doi.org/10.1016/j.inffus.2025.103019