基于分层特征补偿的跨层约束Transformer网络实现方法

本发明公开了一种基于分层特征补偿的跨层约束Transformer网络实现方法。本发明包含三个模块：高效交叉注意力具有线性计算复杂度，在使用交叉注意力的同时减小对于算力的需求；跨层约束编码器模块对表征语义和结构信息的深层特征施加来自表征边界和纹理的浅层特征的约束，从而在下采样过程中保留关键的低维细节；跨层约束解码器模块利用高效交叉注意力来优化编码器低级特征和解码器高级特征之间的特征融合，确保在上采样过程保留关键细节信息。本发明在上述模块共同作用下，在多种医学图像分割任务种表现优异，展现出其在医学图像分割领域的广泛应用前景。