面向乳腺超声图像分类的视觉 Mamba 模型
计算机视觉与模式识别
2024-09-18 v2
摘要
Mamba-based 模型，包括 VMamba 和 Vim，是近期的一类视觉编码器，在许多计算机视觉任务中展现出巨大的性能提升潜力。本文使用乳腺超声 BUSI 数据集和乳腺超声 B 数据集，对比了 Mamba-based 模型与传统卷积神经网络 (CNN) 和视觉 Transformer (ViT) 的表现。我们的评估包括多次实验运行和统计显著性分析，证明了一些 Mamba-based 架构在统计上具有显著优势。例如，在 B 数据集上，最佳 Mamba-based 模型相对于本研究中最佳非 Mamba-based 模型，平均 AUC 提升了 1.98%，平均准确率提升了 5.0%。这些 Mamba-based 模型有效地捕捉了长程依赖关系，同时保持了一些归纳偏置，使其适用于数据有限的应用场景。代码已公开于 \url{https://github.com/anasiri/BU-Mamba}
引用
@article{arxiv.2407.03552,
title = {Vision Mamba for Classification of Breast Ultrasound Images},
author = {Ali Nasiri-Sarvi and Mahdi S. Hosseini and Hassan Rivaz},
journal= {arXiv preprint arXiv:2407.03552},
year = {2024}
}
备注
Accepted in MICCAI 2024 Deep-Breath workshop