北京科技大学的研究人员提出了一种心脏图像分割的新方法。该论文发表在《上海交通大学学报》上，展示了一种名为 UConvTrans 的模型，它是一种以全局和局部信息集成为特征的双流心脏图像分割网络。

磁共振成像(MRI)是一种广泛使用的医学成像技术，有助于检查人体器官和组织，并协助诊断包括心脏病在内的各种疾病。磁共振图像分割是分析 MRI 结果的重要步骤。

传统的U型卷积神经网络(CNN)结构能够处理大多数医学图像分割的情况。然而，由于噪声较多、目标区域与背景难以区分、右心室形状不规则等原因，它在心脏磁共振图像分割中很难表现良好。

“由于其局部运算特性，卷积用于全局特征提取的能力受到限制。”该研究的第一作者、科技大学自动化与电气工程学院的李青教授解释道。“这是我们在构建旨在提高心脏磁共振图像分割准确性的新模型时必须克服的主要问题。”

文章第二作者黄甫玉斌分享了更多模型构建的细节。“Tranormer 结构可以捕获全局表示，这可能会弥补 CNN 的缺陷。”