SegMamba
PulseAugur coverage of SegMamba — every cluster mentioning SegMamba across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新基准测试比较用于脑肿瘤分割的深度学习模型
研究人员开发了一个统一的基准测试，用于比较磁共振成像扫描的3D脑肿瘤分割的深度学习模型。该研究在相同的实验条件下评估了五种最先进的模型，包括CNN、基于Transformer的模型和状态空间模型（SSM）。性能通过分割准确性指标和推理时间、模型大小等计算成本进行评估，从而深入了解不同架构范式在准确性和效率之间的权衡。
-
新的DAMamba-UNet3D架构增强了3D医学图像分割
研究人员开发了DAMamba-UNet3D，一种用于3D医学图像分割的新型架构，它将参数高效的Mamba状态空间模型与U-Net结构相结合。该方法旨在提高全局上下文推理能力，同时与SegMamba等现有方法相比，保持较低的参数数量。DAMamba-UNet3D架构利用动态自适应扫描（DAS）块，该块学习数据依赖的重排序以进行选择性扫描，并在BraTS 2020数据集上取得了有竞争力的结果，平均Dice得分为0.815，而参数数量远少于…
-
新型 AI 模型在低资源 MRI 中实现高效脑肿瘤分割
研究人员开发了 MMRINet，这是一款轻量级 AI 模型，专为 MRI 扫描中的高效脑肿瘤分割而设计，尤其适用于低资源临床环境。该模型利用 Mamba 状态空间模型取代计算密集型自注意力机制，以更少的参数实现有效的长程上下文建模。MMRINet 结合了双路径特征精炼和渐进式特征聚合，即使在数据有限的情况下也能提高分割精度和边界清晰度。在尼日利亚临床站点的数据集上进行测试，MMRINet 取得了具有竞争力的性能，展示了其在服务欠缺地区…