Residual-SwinCA-Net：用于BUSI中恶性病变分割的通道感知集成残差CNN-Swin Transformer

本文介绍了一种新的深度学习模型，Residual-SwinCA-Net，用于分割乳腺超声（BUSI）图像中的恶性病变。该模型集成了卷积神经网络（CNN）和Swin Transformer，并结合了通道感知机制和残差连接。重点是医学图像分析，特别是病变分割，这是医学诊断中的一个关键任务。使用ArXiv作为来源表明这是一篇预印本研究论文，这意味着这项工作是初步的，尚未经过同行评审。

• •该研究侧重于一项特定的医学影像任务：恶性病变分割。
• •提出的模型Residual-SwinCA-Net结合了CNN和Swin Transformer。
• •来源是ArXiv，表明这是一篇预印本研究论文。