MUCM-Net：基于Mamba的UCM-Net用于皮肤病变分割

皮肤病变分割是早期皮肤癌检测的关键。从皮肤镜图像中进行自动分割的挑战包括颜色、纹理的变化以及病变边界不清晰的伪影。深度学习方法如CNN和U-Net在解决这些问题方面已显示出潜力。为进一步辅助早期诊断，特别是在计算能力有限的移动设备上，我们提出了MUCM-Net。该高效模型将Mamba状态空间模型与我们的UCM-Net架构相结合，以改进特征学习和分割。MUCM-Net的Mamba-UCM层针对移动部署进行了优化，在低计算需求下提供高精度。在ISIC数据集上的测试表明，它在准确性和计算效率方面优于其他方法，使其成为资源有限环境下早期检测的可扩展工具。我们的MUCM-Net源代码可供研究和合作使用，支持移动健康诊断和抗击皮肤癌的进展。为促进可访问性和该领域的进一步研究，MUCM-Net源代码位于https://github.com/chunyuyuan/MUCM-Net。