嵌入Vision-xLSTM的U-Nets是否更好地对医疗图像进行细分?
Pallabi Dutta1, Soham Bose2, Swalpa Kumar Roy3
1Machine Intelligence Unit, Indian Statistical Institute, 203, B.T. Road, Kolkata, 700108, West Bengal, India.
概括
这项研究介绍了U-VixLSTM,这是一种用于医疗图像细分的新型混合模型,它结合了卷积神经网络 (CNN) 与视觉延长长期短期记忆 (Vision-xLSTM). 它提供了高性能,降低了计算成本,使其适用于资源有限的医疗保健环境.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 医学图像细分传统上依赖于卷积神经网络 (CNN).
- 新兴的混合型号将CNN与视觉变压器 (ViT) 结合起来,但ViT具有高的计算和存储需求.
- 需要在资源有限的系统上部署高效,高性能的细分架构.
研究的目的:
- 提出视觉扩展长期短期记忆 (Vision-xLSTM) 作为医疗图像细分的高效支柱.
- 引入和评估一种新的混合架构,U-VixLSTM,将CNN与Vision-xLSTM集成在一起.
- 为了证明U-VixLSTM与现有的最先进的方法相比,在降低计算成本的情况下实现了更高的性能.
主要方法:
- 开发了U-VixLSTM架构,将CNN与Vision-xLSTM块集成在一起.
- 视觉-xLSTM块处理CNN特征地图补丁,以捕捉时间和全球关系.
- 一个卷积特征重建路径 upsamples Vision-xLSTM 输出用于细分.
主要成果:
- 在Synapse,ISIC和ACDC医疗图像细分数据集上,U-VixLSTM表现出卓越的性能.
- 拟议的模型实现了有效的细分结果,而没有与视觉变压器 (ViT) 相关的大量计算负担.
- 该架构证明了计算效率高,适合在资源有限的环境中部署.
结论:
- 在医疗图像细分方面,U-VixLSTM为ViTs提供了一个有前途的替代方案.
- 该模型提供了高性能和计算效率的平衡.
- 这种方法有助于在医疗保健环境中部署更快,资源高效的医学图像分析和诊断.
