超越自注意力：用于医学图像分割的可变形大核注意力

摘要

医学图像分割在采用transformer模型方面取得了显着的改进，这些模型在掌握深远上下文和全局上下文信息方面表现出色。然而，这些模型的计算需求不断增加，与token数量的平方成正比，限制了它们的深度和分辨率能力。当前大多数方法都是将D体积图像数据处理为逐层（称为伪3D），这会丢失关键的层间信息，从而降低模型的总体性能。为了解决这些挑战&#