CT图像肾肿瘤分割的三维轴向Transformer模型

来源：计算机工程与科学杂志2025年第4期北京时间：

作者：张金龙, 吴敏, 孙玉宝

单位：（1.南京信息工程大学计算机学院、网络空间安全学院，江苏 南京 210044；2.东部战区总医院医学工程科，江苏 南京 210018

摘要：自动分割CT图像序列中肾脏及其肿瘤区域能够为放化疗计划提供定量参考依据。当前基于Transformer的肾肿瘤分割模型得到了广泛关注，特别是与U-Net模型及其变体结合使用。现有的基于Transformer的分割网络通常在单个切片局部窗口内进行特征学习，对切片内空间信息以及切片间轴向信息表示存在不足。针对这一问题，提出了三维轴向Transformer模块，将3个维度的复杂耦合关联分解为交替的2个轴向注意力，融合了切片内部以及切片之间的轴向体关联信息。以三维轴向Transformer模块为基础，融合多尺度特征与残差学习方式，构建了二阶段的肾脏肿瘤分割编解码网络ATrans UNet，在KiTS19数据集上，肾脏和肾脏肿瘤分割结果的Dice相似性分别是96.43%和81.04%，平均Dice得分对比2D-Unet提升了8.40%，对比3D-Unet提升了4.84%。

关键词：CT图像序列,肾肿瘤三维分割,三维轴向Transformer ,二阶段编解码网络,