是否需要长程序列建模用于直肠肿瘤分割？
计算机视觉与模式识别
2025-02-12 v1
摘要
直肠癌（CRC）肿瘤的 3D 医学图像分割既复杂又临床关键，为有效的放射治疗计划和生存结果评估提供了关键支持。最近，一些 incorporating 长程序列建模机制（如 Transformer 和 Mamba）的 3D 体积分割架构受到关注，因为它们有能力在 3D 医学图像分割中实现高准确率。在本工作中，我们通过将其与我们新引入的直肠肿瘤分割数据集（CTS-204）中的 MambaOutUNet 进行比较，评估了这些全局 token 建模技术的有效性。我们的发现表明，在区域感兴趣部位小且解剖复杂的情况下，稳健的局部 token 相互作用可以超过长程建模技术，这提出了一种可能的 3D 肿瘤分割研究转向。
引用
@article{arxiv.2502.07120,
title = {Is Long Range Sequential Modeling Necessary For Colorectal Tumor Segmentation?},
author = {Abhishek Srivastava and Koushik Biswas and Gorkem Durak and Gulsah Ozden and Mustafa Adli and Ulas Bagci},
journal= {arXiv preprint arXiv:2502.07120},
year = {2025}
}
备注
5 pages, 1 figures