PulseAugur
实时 01:12:11
English(EN) Polygon-mamba: Retinal vessel segmentation using polygon scanning mamba and space-frequency collaborative attention

新的CNN-Mamba网络增强了视网膜血管分割

研究人员开发了一种新颖的混合CNN-Mamba网络用于视网膜血管分割,特别针对识别小血管的挑战性任务。该模型采用多边形扫描视觉状态空间模型(PS-VSS)来更好地保持血管结构的拓扑完整性,并采用时频协同注意力机制(SFCAM)来增强特征提取。在三个公共数据集上进行测试时,该模型取得了具有竞争力的F1分数、AUC值和敏感度。 AI

影响 引入了一种新颖的医学图像分析架构,有望提高眼部疾病的诊断准确性。

排序理由 该集群包含一篇研究论文,详细介绍了用于特定计算机视觉任务的新模型架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新的CNN-Mamba网络增强了视网膜血管分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yuanyuan Peng, Wen Li ·

    Polygon-mamba:使用多边形扫描mamba和时频协同注意力进行视网膜血管分割

    arXiv:2605.10581v2 Announce Type: replace Abstract: Retinal vessel segmentation is crucial for diagnosis and assessment of ocular diseases. Notably, segmentation of small retinal vessels has been consistently recognized as a challenging and complex task. To tackle this challenge,…