合并上下文集群与视觉状态空间模型用于医疗图像分割

科学领域:

• 计算机视觉 计算机视觉
• 医学图像分析 医学图像分析
• 人工智能的人工智能

背景情况:

• 医疗图像细分需要整合全球和本地特征,这是当前方法的挑战.
• 视觉巴 (ViM) 模型对长距离特征交互有希望,但与短距离依赖性作斗争.
• 现有的ViM方法平整空间令牌,使用固定的模式,限制了动态空间上下文的捕获.

研究的目的:

• 引入一种新的方法,即语境聚类视觉mamba (CCViM),以改善医疗图像细分.
• 解决现有的ViM模型在捕捉长距离和短距离特征相互作用方面的局限性.
• 为了增强空间上下文表示,以便更准确的医疗图像细分.

主要方法:

• 通过将上下文集群模块集成到现有的ViM模型中,开发了CCViM.
• 将分割的图像令牌分成不同的窗口,以便进行可适应的本地集群.
• 结合远距离和短距离特征交互,以改善空间环境.

主要成果:

• 与各种公共数据集 (Kumar,CPM17,ISIC17,ISIC18,Synapse) 上的最先进的方法相比,CCViM表现出优越的性能.
• 该方法有效地捕捉了医疗图像中的远程和短程依赖.
• 增强的空间上下文表示导致了细分精度的提高.

结论:

• 通过改进特征表示,CCViM为医疗图像细分提供了一个简单而有效的解决方案.
• 语境聚类模块成功地解决了以前ViM方法的局限性.
• CCViM代表了医疗图像细分领域的重大进步.