FastTrans-Net：融合移位窗口分层注意力与多级增强空间的皮肤病变分割网络及其实时性能突破

　　本文提出了一种创新的混合架构模型FastTrans-Net，通过融合CNN的局部表征优势与Transformer的全局建模能力（SWHA模块），显著提升皮肤病变分割精度与实时处理性能。创新性提出分层增强策略Fast SkinAugment解决数据稀缺问题，并引入载波令牌初始化（CTI）实现跨窗口远程依赖建模，在ISIC数据集上Dice指标达88.97%，推理速度较基准Transformer提升2.1倍（50.22FPS），为临床实时诊断提供新方案。

　　

Highlight

本文提出三大创新点：

（1）首创结合CNN与Transformer优势的快速混合网络，通过CNN分支捕捉病灶边缘细粒度局部特征，Transformer分支建模远程上下文依赖，实现互补特征融合，在图像处理速度与精度方面表现卓越。

（2）针对皮肤病变数据稀缺性与多样性问题，提出分层增强策略Fast SkinAugment，通过双空间解耦增强（像素级增强空间与空间级增强空间），在策略层、操作层和尺度层引入随机性，显著增强训练数据多样性。

（3）设计移位窗口分层注意力模块（SWHA），将全局自注意力分解为多级移位窗口注意力，通过动态调整窗口尺寸捕获多尺度上下文信息。其独特的滑动窗口与分层结构设计实现了基于移动窗口的自注意力计算。同时，载波令牌初始化（CTI）模块从每个局部窗口提取载波令牌（Carrier Tokens, CTs）作为跨窗口信息交互媒介——CTs可通过可学习线性投影聚合窗口内关键特征，并参与相邻窗口的注意力计算，实现高效跨窗口通信。

（4）综合实验表明，FastTrans-Net在分割性能、模型轻量化与图像处理速率协同优化方面达到业界最优水平。

Conclusions

本文提出的FastTrans-Net模型通过三项创新设计实现了皮肤病变分割精度与效率的协同优化：首先，基于双空间解耦策略的Fast SkinAugment数据增强方法有效提升数据多样性；其次，ECR-ShuffleNet模块通过通道协同复用机制减少参数量，同时保持病灶边缘特征提取能力；最后，SWHA模块通过多级移位窗口策略将计算复杂度从O(N²)降至O(N log N)，并结合CTI模块实现跨窗口远程依赖建模。实验证明该模型在ISIC2016-2018数据集上Dice指标分别达92.94%、88.72%和88.97%，推理速度达50.22FPS，较基准Transformer提升2.1倍，为临床实时诊断提供可靠技术支撑。