HC-Mamba: Vision MAMBA with Hybrid Convolutional Techniques for Medical Image Segmentation

要約

自動医用画像セグメンテーション技術は、病理学的診断を迅速化し、それによって患者ケアの効率を高める可能性があります。
ただし、医療画像には複雑なテクスチャや構造が含まれることが多く、モデルはダウンサンプリングによる画像解像度の低下や情報損失という問題に直面することがよくあります。
この問題に対処するために、現代の状態空間モデル Mamba に基づく新しい医療画像セグメンテーション モデル HC-Mamba を提案します。
具体的には、HC-Mamba モデルに拡張コンボリューションの手法を導入し、コンボリューション カーネルの知覚フィールドを拡張することで、計算コストを増加させることなく、より広範なコンテキスト情報を取得します。
さらに、HC-Mamba モデルは深さ方向に分離可能な畳み込みを採用しており、パラメーターの数とモデルの計算能力を大幅に削減します。
拡張畳み込みと深さ方向の分離可能な畳み込みを組み合わせることで、HC-Mamba は高レベルのパフォーマンスを維持しながら、はるかに低い計算コストで大規模な医療画像データを処理できます。
私たちは、皮膚病変を含むセグメンテーションタスクに関する包括的な実験を実施し、医療画像セグメンテーションにおける HC-Mamba モデルの可能性を実証するために、ISIC17 および ISIC18 に関する広範な実験を実施しています。
実験結果は、HC-Mamba がこれらすべてのデータセットで競合するパフォーマンスを示し、医療画像セグメンテーションにおけるその有効性と有用性を証明したことを示しています。

要約(オリジナル)

Automatic medical image segmentation technology has the potential to expedite pathological diagnoses, thereby enhancing the efficiency of patient care. However, medical images often have complex textures and structures, and the models often face the problem of reduced image resolution and information loss due to downsampling. To address this issue, we propose HC-Mamba, a new medical image segmentation model based on the modern state space model Mamba. Specifically, we introduce the technique of dilated convolution in the HC-Mamba model to capture a more extensive range of contextual information without increasing the computational cost by extending the perceptual field of the convolution kernel. In addition, the HC-Mamba model employs depthwise separable convolutions, significantly reducing the number of parameters and the computational power of the model. By combining dilated convolution and depthwise separable convolutions, HC-Mamba is able to process large-scale medical image data at a much lower computational cost while maintaining a high level of performance. We conduct comprehensive experiments on segmentation tasks including skin lesion, and conduct extensive experiments on ISIC17 and ISIC18 to demonstrate the potential of the HC-Mamba model in medical image segmentation. The experimental results show that HC-Mamba exhibits competitive performance on all these datasets, thereby proving its effectiveness and usefulness in medical image segmentation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google