MNet++

MNet++ 通过自适应融合和状态空间建模增强医学图像分割

研究人员成功复现并扩展了 MNet，这是一个用于医学图像分割的混合二维/三维卷积网络。该研究在对前列腺 MRI 和肝脏 CT 数据集进行了验证，取得了较高的 Dice 系数。引入了两个新扩展：一个用于自适应特征融合的学习式门控机制（Fusion Gating）和一个用于改进长程建模的 VMamba 模块，两者都保持了对各向异性条件的鲁棒性。