-
题名基于改进Mamba的医学图像分割模型
- 1
-
-
作者
高博艺
丁学明
胡鸿翔
丁雪峰
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《建模与仿真》
2025年第3期515-523,共9页
-
基金
国家自然科学基金资助项目(11502145)。
-
文摘
在医学图像分割任务中,针对传统U型网络在膀胱肿瘤和视网膜眼底MRI图像分割中在处理复杂结构和细节上分割精度差的问题,本研究提出了一种改进的U-Net网络模型--Akmamba-Net。该模型结合AKConv和Mamba-out模块,有效提高了模型的特征提取能力。AKConv模块通过引入卷积操作与空间重采样机制,增强了网络的适用性和灵活性,尤其是在处理形状不规则的肿瘤边界时。Mamba-out模块则通过优化特征融合和增强细节信息,进一步提升了模型的分割精度。实验结果表明,Akmamba-Net网络在视网膜眼底和膀胱肿瘤MRI图像分割任务中,Precision、Dice系数、IoU指标分别达到了97.2%、82.5%、71.9%和89.64%、89.98%、81.75%,与U-Net和其他主流模型相比显著提高了分割的准确性,能够有效地提高视网膜眼底、膀胱肿瘤的分割精度,满足医学图像分割的需求。
-
关键词
U-Net
mamba-out
AKConv
残差网络
-
Keywords
U-Net
mamba-out
AkConv
Residual Network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
