ProMamba：用于息肉分割的提示-Mamba
计算机视觉与模式识别
2024-03-27 v2
摘要
通过结肠镜检测息肉是医学图像分割中的一项重要任务，为临床手术提供了重要的辅助和参考价值。然而，息肉的精确分割是一项具有挑战性的任务，主要原因有两个。首先，息肉表现出各种形状和颜色。其次，息肉与其正常周围环境之间的边界通常不清晰。此外，不同数据集之间的显著差异导致现有方法的泛化能力有限。为了解决这些问题，我们提出了一种基于 Prompt-Mamba 的分割模型，该模型结合了最新的 Vision-Mamba 和提示技术。与先前在相同数据集上训练的模型相比，我们的模型不仅在同一数据集的验证部分保持了高分割精度，而且在未见过的数据集上表现出卓越的准确性，展现了出色的泛化能力。值得注意的是，我们是首个将 Vision-Mamba 架构应用于息肉分割，以及首个在息肉分割模型中利用提示技术的研究。我们的模型高效地完成了分割任务，在六个数据集上平均比以往最先进的方法高出 5%。此外，我们开发了具有可缩放参数量的多个模型版本，即使在参数更少的情况下也能实现比先前模型更好的性能。我们的代码和训练权重将很快发布。
引用
@article{arxiv.2403.13660,
title = {ProMamba: Prompt-Mamba for polyp segmentation},
author = {Jianhao Xie and Ruofan Liao and Ziang Zhang and Sida Yi and Yuesheng Zhu and Guibo Luo},
journal= {arXiv preprint arXiv:2403.13660},
year = {2024}
}
备注
10 pages, 2 figures,3 tabels