RetiWave-Mamba网络在视网膜疾病检测中达到98.25%的准确率

研究人员开发了RetiWave-Mamba，一种新颖的双流网络，用于利用光学相干断层扫描（OCT）图像进行视网膜疾病的早期准确检测。该框架整合了空间-频率域学习与最先进的状态空间模型，采用离散小波变换将结构上下文与细粒度细节分离开来。该系统在OCT-C8数据集上实现了98.25%的最先进分类准确率，证明了其在嘈杂条件下识别视网膜病变的有效性。 AI

影响 这项研究展示了状态空间模型和多尺度分析在改进医学图像诊断方面的新颖应用。

排序理由 该集群描述了一篇关于用于医学图像分析的新型深度学习网络的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Attention-Guided High-Resolution Network
• Discrete Wavelet Transform
• Frequency-Adaptive Mamba Projector
• Multi-scale Contextual Localization Module
• OCT-C8 dataset
• Optical Coherence Tomography
• RetiWave-Mamba

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →