KANDU-Net：一种集成 KAN 网络的双通道 U-Net 用于医学图像分割
图像与视频处理
2024-10-01 v1 计算机视觉与模式识别
摘要
U-Net 模型自问世以来一直在医学图像分割领域展现出强大的性能，此后针对其进行了各种改进和增强。本文提出了一种新型架构，将 KAN 网络与 U-Net 集成，利用 KAN 网络强大的非线性表示能力以及 U-Net 已建立的优势。我们引入了 KAN 卷积双通道结构，使模型能够更有效地捕获局部和全局特征。我们探索了将 KAN 提取的特征与卷积层提取的特征有效融合的方法，利用辅助网络促进这一集成过程。跨越多个数据集的实验表明，我们的模型在准确率方面表现良好，表明 KAN 卷积双通道方法在医学图像分割任务中具有重要潜力。
引用
@article{arxiv.2409.20414,
title = {KANDU-Net:A Dual-Channel U-Net with KAN for Medical Image Segmentation},
author = {Chenglin Fang and Kaigui Wu},
journal= {arXiv preprint arXiv:2409.20414},
year = {2024}
}