网络空间安全学院院讯（通讯员：刘晓）近日，人工智能领域国际权威期刊Information Fusion在线发表我院学术论文“CSWin-UNet: Transformer UNet with Cross-Shaped Windows for Medical Image Segmentation”。曲阜师范大学网络空间安全学院为该论文第一署名单位，2022级研究生刘晓为论文第一作者，高鹏副教授为论文通讯作者。Information Fusion最新影响因子为14.7，是中科院一区TOP及JCR一区期刊，在计算理论领域排名2/143，在人工智能领域排名4/197，具有极高的影响力和声誉。

在医学图像分割领域，卷积神经网络和Transformer架构受到了广泛关注，并取得了令人瞩目的成果。然而，单纯的基于卷积神经网络的分割方法存在固有的归纳偏置，限制了它们在更复杂、更多变的分割场景中的有效性。相反，基于Transformer的方法在获取全局和长距离语义信息方面具有优势，但是却面临着很高的计算需求。为此，论文提出了新的U型医学图像分割方法CSWin-UNet。该方法将CSWin Transformer自注意力机制集成到UNet中，以实现水平和垂直条纹的自注意力。此外，论文所提出方法在解码器中引入内容感知特征重组算子，该算子根据预测的核策略性地重组特征，以精确恢复图像分辨率。通过对不同医学图像分割数据集的广泛评估表明，CSWin-UNet在保持低模型复杂性的同时，提供了高分割精度。

全文链接：https://doi.org/10.1016/j.inffus.2024.102634

该研究得到了中国博士后科学基金和曲阜师范大学科研基金的资助支持。