Transformers Achieve 4× Better Cross-Scanner Generalization Than CNNs: Multi-Center Validation of 3D Swin Transformers Across 1,066 Subjects
Diese Studie zeigt, dass 3D-Swin-Transformer die Leistungsfähigkeit von faltungsbasierten neuronalen Netzen bei der Scanner-übergreifenden Generalisierung für die Hippocampus-Segmentierung signifikant übertreffen, indem sie eine nahezu invariante Performance über diverse Multi-Center-Datensätze hinweg ohne Feinabstimmung erreichen und damit einen neuen Standard für den klinischen Einsatz etablieren.