粗读DS-TransUNet: Dual Swin Transformer U-Net for Medical Image Segmentation

本文的用了双胞胎网络，通过不同的patch_size，关注不同尺寸的信息，然后利用TIF模块进行融合。

所以核心创新点为两点：第一，通过不同的patch_size关注不同尺度的信息，第二，通过TIF融合信息。

TIF模块如图所示，就是把对方的特征图进行平均池化，然后作为加到对方拉平后的特征图尾部，进行transformer计算

同时，swin transformer部分如上图所示，attention模块不再是关注全局，而是分两步，每一步每个patch都只考虑周围的几个patch进行计算，SW-MSA的区别是会对图像整体往左上移动，消失的部分从右边和下面冒出来，然后计算MSA。具体操作见这篇文章：SW-MSA