Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Unified Medical Image Segmentation with State Space Modeling Snake

Created by
  • Haebom

作者

Ruicheng Zhang, Haowei Guo, Kanghui Tian, Jun Zhou, Mingliang Yan, Zeyu Zhang, Shen Zhao

概要

本論文は統合医療画像分割(UMIS)のための新しいディープスネークフレームワークであるMamba Snakeを提案する。既存のピクセルベースのアプローチの限界を克服するために、Mamba Snakeは階層的状態空間アトラスで多重輪郭進化を構成し、巨視的器官間の位相関係と微視的輪郭改善を効果的にモデル化する。特に、Mamba Evolution Block(MEB)を通じて効率的な時空間情報集約を活用し、複雑な形態の適応的改善を行い、エネルギーマップ形態辞書情報を介して異種データから強力な長距離輪郭進化を確保する。さらに、二重分類相乗機構を組み込んで検出と分割を同時に最適化し、微細構造の過小分割を緩和する。 5つの臨床データセットの広範な評価の結果、Mamba Snakeは最先端の方法よりも平均Dice指数が3%向上した優れた性能を示した。

Takeaways、Limitations

Takeaways:
状態空間モデリングベースの新しいディープスネークフレームワークMamba Snake提案
巨視的機関間関係と微視的輪郭改善を効果的にモデル化
複雑な形態の適応的改善と強力な長距離輪郭進化
二重分類相乗機構による微細構造の過小分割緩和
さまざまな臨床データセットで最先端のパフォーマンスを達成(平均Dice指数3%向上)
Limitations:
提示された方法の一般化性能に関するさらなる研究の必要性
様々な医療画像タイプの性能評価の拡大が必要
計算コストと実行時間の分析が必要
👍