Joint-octamamba: 基于特征增强Mamba模型的八面体联合分割网络
计算机视觉与模式识别
2025-09-16 v1
摘要
OCTA是诊断和监测糖尿病视网膜病变、年龄相关性黄斑变性和青光眼等视网膜疾病的关键无创成像技术。当前针对视网膜血管（RV）分割的二维方法准确性不足。为此，我们提出了RVMamba—a种将多个特征提取模块与Mamba状态空间模型集成的新型架构。此外，现有针对OCTA数据的联合分割模型在不同任务之间存在性能不平衡。为同时提高黄斑无血区（FAZ）的分割并缓解这一不平衡，我们引入FAZMamba以及统一的Joint-OCTAMamba框架。在OCTA-500数据集上的实验结果表明，Joint-OCTAMamba在各评估指标上均优于现有模型。代码已公开于https://github.com/lc-sfis/Joint-OCTAMamba。
引用
@article{arxiv.2509.11649,
title = {Joint-octamamba:an octa joint segmentation network based on feature enhanced mamba},
author = {Chuang Liu and Nan Guo},
journal= {arXiv preprint arXiv:2509.11649},
year = {2025}
}