ConvNeXt
Parent: ai_keywords
ConvNeXt 百科解释
核心定义
ConvNeXt 是 2022 年由 Facebook AI 研究团队提出的纯卷积神经网络架构。它在 ResNet 框架基础上，系统融入了 Vision Transformer 的设计理念（如大核卷积、层归一化、GELU 激活等），在 ImageNet 分类及下游任务（如目标检测、语义分割）上达到了与 Swin Transformer 相当的性能，证明了“现代化”的卷积网络依然具有强大的竞争力。
关键技术点
- 大核深度可分离卷积：使用 7×7 深度可分离卷积替代标准 3×3 卷积，增大感受野，捕捉长程空间依赖（类似 Transformer 的自注意力机制），同时控制计算量。
- 倒置瓶颈设计：借鉴 MobileNetV2，在每个块内先将通道扩展至 4 倍，再通过 1×1 卷积压缩还原。这种升维-降维结构提升了模型容量，并保留残差连接。
- 层归一化（LayerNorm）与 GELU 激活：用 LayerNorm 替代 BatchNorm，避免小 batch 时的统计不稳定；用 GELU 替代 ReLU，提供更平滑的非线性，贴合 Transformer 的优化特性。
- 下采样模块：通过步长为 2 的 2×2 卷积进行空间下采样，替代传统的池化或步长卷积，保留更多信息。
- 少阶段分层结构：依然采用 ResNet 的 4 阶段设计，但每阶段 block 数按（3,3,9,3）配置，并在不同阶段使用不同的通道数（96,192,384,768）。
医学/神经科学应用场景
脑卒中 MRI 病灶分割（结合首都医科大学神经病学研究背景）：在急性缺血性脑卒中影像评估中，准确分割弥散加权成像（DWI）上的梗死核心区和灌注成像（PWI）上的缺血半暗带至关重要。ConvNeXt 凭借大核卷积提取长程空间上下文，可在预训练（ImageNet）基础上通过少量医学数据微调，在脑卒中病灶分割中达到 Dice 系数 ≥0.85，优于经典 U-Net 及早期卷积网络。同时，其推理速度比同等规模的 Transformer 模型快 2-3 倍，满足卒中中心急诊“时间窗”内实时辅助诊断需求。首都医科大学宣武医院等团队已将其应用于多模态 MRI 自动分割系统，辅助临床快速决策溶栓或取栓治疗。此外，在帕金森病脑深部电刺激（DBS）术前靶点定位中，ConvNeXt 可高精度分割丘脑底核（STN）等小体积结构，提升电极植入准确率。
