超声用于骨成像面临挑战，如骨组织结构复杂、传统方法分辨率低等。研究人员开展基于深度学习的全波形反演（DL-FWI）研究，提出 CEDD-Unet 网络。结果显示该网络性能优异，为高分辨率骨成像提供了有效方法。

在医学图像分割领域，卷积神经网络（CNNs）捕捉长程依赖能力有限，Transformer 模型计算开销大。研究人员开展 VMKLA-UNet 模型的研究，在多个公共数据集实验表明该模型分割精度高、鲁棒性强，为医学图像分割提供有效方案。 在医学领域，医学图像分割就像是 ...