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。

为解决卷积神经网络（CNNs）难以捕捉长距离依赖、Transformer 模型计算开销大的问题，研究人员开展 VMKLA-UNet 模型用于医学图像分割的研究。结果显示该模型在多数据集上分割精度高、鲁棒性强，为医学图像分割提供了有效方案。 在医学领域，医学图像分割是 ...

One of the latest groundbreaking methods is the combination of the UNet network with Swin Transformer and Convolutional Neural Networks (CNNs). This hybrid approach leverages the best of both ...