MpoxMamba: A Grouped Mamba-based Lightweight Hybrid Network for Mpox Detection

要約

効果的な mpox 検出ツールの欠如により、mpox ウイルスは世界中で広がり続けており、世界保健機関によって再び国際的に懸念される公衆衛生上の緊急事態が宣言されました。
深層学習ベースの mpox 検出ツールは、mpox の発生を軽減するために不可欠です。
ただし、既存の方法では、検出パフォーマンス、パラメーター サイズ、モデルの複雑さの間で適切なトレードオフを達成することが困難であり、これは、特にリソースが限られたシナリオにおいて、実際のアプリケーションや広範な展開にとって重要です。
長距離依存関係とその線形複雑性のモデル化における Mamba の成功を考慮して、私たちは MpoxMamba と呼ばれる軽量ハイブリッド アーキテクチャを提案しました。
MpoxMamba は、深い分離可能な畳み込みを利用して、mpox 皮膚病変の局所的な特徴表現を抽出し、グループ化された Mamba モジュールによってグローバルなコンテキスト情報をモデル化するモデルの機能を大幅に強化します。
広く認識されている 2 つの mpox データセットに関する実験結果は、MpoxMamba が既存の mpox 検出方法や最先端の​​軽量モデルよりも優れていることを示しています。
また、流行地域の公衆に無料のmpox検出サービスを提供するためのWebベースのオンラインアプリケーションも開発しました(http://5227i971s5.goho.co:30290)。
MpoxMamba のソース コードは https://github.com/YubiaoYue/MpoxMamba で入手できます。

要約(オリジナル)

Due to the lack of effective mpox detection tools, the mpox virus continues to spread worldwide and has once again been declared a public health emergency of international concern by the World Health Organization. Deep learning-based mpox detection tools are crucial to alleviate mpox outbreak. However, existing methods have difficulty in achieving a good trade-off between detection performance, parameter size, and model complexity, which is crucial for practical applications and widespread deployment, especially in resource-limited scenarios. Given that the success of Mamba in modeling long-range dependencies and its linear complexity, we proposed a lightweight hybrid architecture called MpoxMamba. MpoxMamba utilizes deep separable convolutions to extract local feature representations in mpox skin lesions, and greatly enhances the model’s ability to model the global contextual information by grouped Mamba modules. Experimental results on two widely recognized mpox datasets demonstrate that MpoxMamba outperforms existing mpox detection methods and state-of-the-art lightweight models. We also developed a web-based online application to provide free mpox detection services to the public in the epidemic areas (http://5227i971s5.goho.co:30290). The source codes of MpoxMamba are available at https://github.com/YubiaoYue/MpoxMamba.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google