研究人员开发了D$^2$Mamba,这是一种新颖的深度学习模型,专门用于分割视网膜图像中的微小和不规则形状病灶,特别是针对糖尿病视网膜病变。该模型集成了非因果状态空间对偶性和可变形Mamba扫描,以更好地捕捉全局上下文并适应病灶形状。在DDR数据集上的评估中,D$^2$Mamba的表现优于现有的分割基线模型,在mIoU方面提高了2.99个百分点,在微动脉瘤(最小且最容易被忽略的病灶)的Dice分数方面显著提高了10.06个百分点。 AI
影响 该模型提高检测微小病灶的能力,有望改善糖尿病视网膜病变的早期诊断和治疗。
排序理由 该集群描述了一篇关于用于特定计算机视觉任务的新型模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →