摘要

医学图像分割作为计算机辅助诊断中的关键技术，对于提升疾病诊断效率和

准确性具有至关重要的作用。近年来，以U-Net为代表的深度学习架构在医学图

像分割领域取得了显著进展，然而，随着医学图像复杂性的提升及临床需求的日

益增加，传统U-Net架构在特征表达和信息整合方面的局限性逐渐显现。为了解

TransformerCNN

决上述问题，本文提出了一种基于