Sign In

Context-Gated Cross-Modal Perception with Visual Mamba for PET-CT Lung Tumor Segmentation

Created by
  • Haebom
Category
Empty

저자

Elena Mulero Ayllon, Linlin Shen, Pierangelo Veltri, Fabrizia Gelardi, Arturo Chiti, Paolo Soda, Matteo Tortora

개요

vMambaX는 PET 및 CT 스캔 이미지를 Context-Gated Cross-Modal Perception Module (CGM)을 통해 통합하는 경량 다중 모달 프레임워크입니다. Visual Mamba 아키텍처를 기반으로 구축되었으며, 모드 간 특징 상호 작용을 적응적으로 향상시키고, 노이즈를 억제하면서 유용한 영역을 강조합니다. PCLT20K 데이터 세트에서 평가한 결과, vMambaX는 기존 모델보다 우수한 성능을 보이면서 낮은 계산 복잡성을 유지했습니다. 이 모델은 다중 모달 종양 분할을 위한 적응형 교차 모달 게이팅의 효과를 강조하고, 폐암 분석을 위한 효율적이고 확장 가능한 프레임워크로서의 잠재력을 보여줍니다.

시사점, 한계점

•
시사점:
◦
PET 및 CT 이미지를 효과적으로 결합하여 폐 종양 분할 정확도를 향상시킴.
◦
경량 프레임워크로, 낮은 계산 복잡성을 유지하면서 우수한 성능을 달성함.
◦
적응형 교차 모달 게이팅 메커니즘을 통해 모드 간의 특징 상호 작용을 효과적으로 개선함.
◦
Github을 통해 코드 공개로 접근성을 높임.
•
한계점:
◦
구체적인 성능 지표 (예: Dice score, IoU)는 명시되지 않음.
◦
PCLT20K 데이터셋 외 다른 데이터셋에서의 일반화 성능에 대한 평가는 부족함.
◦
CGM의 상세 작동 방식에 대한 설명이 부족함.
👍
Made with Slashpage