論文の概要: Joint-octamamba:an octa joint segmentation network based on feature enhanced mamba

• arxiv url: http://arxiv.org/abs/2509.11649v1
• Date: Mon, 15 Sep 2025 07:36:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.185076
• Title: Joint-octamamba:an octa joint segmentation network based on feature enhanced mamba
• Title（参考訳）: 機能強化マンバに基づくオクタ結合セグメンテーションネットワーク
• Authors: Chuang Liu, Nan Guo,
• Abstract要約: 網膜血管(RV)セグメンテーションの現在の2D法は、精度が不十分である。 本稿では,複数の特徴抽出モジュールをMamba状態空間モデルに統合した新しいアーキテクチャであるRVMambaを提案する。 FAZMambaと統合型OCTAMambaフレームワークを紹介する。
• 参考スコア（独自算出の注目度）: 2.7611545247536355
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: OCTA is a crucial non-invasive imaging technique for diagnosing and monitoring retinal diseases like diabetic retinopathy, age-related macular degeneration, and glaucoma. Current 2D-based methods for retinal vessel (RV) segmentation offer insufficient accuracy. To address this, we propose RVMamba, a novel architecture integrating multiple feature extraction modules with the Mamba state-space model. Moreover, existing joint segmentation models for OCTA data exhibit performance imbalance between different tasks. To simultaneously improve the segmentation of the foveal avascular zone (FAZ) and mitigate this imbalance, we introduce FAZMamba and a unified Joint-OCTAMamba framework. Experimental results on the OCTA-500 dataset demonstrate that Joint-OCTAMamba outperforms existing models across evaluation metrics.The code is available at https://github.com/lc-sfis/Joint-OCTAMamba.
• Abstract（参考訳）: OCTAは糖尿病網膜症、加齢に伴う黄斑変性、緑内障などの網膜疾患を診断・監視するための重要な非侵襲的イメージング技術である。 網膜血管(RV)セグメンテーションの現在の2D法は、精度が不十分である。 そこで本研究では,複数の特徴抽出モジュールをMamba状態空間モデルに統合した新しいアーキテクチャであるRVMambaを提案する。 さらに,既存のOCTAデータのジョイントセグメンテーションモデルは,タスク間の性能不均衡を示す。 この不均衡を緩和するために, FAZMambaと統合型OCTAMambaフレームワークを導入した。 OCTA-500データセットの実験結果によると、Joint-OCTAMambaは既存のモデルよりも評価指標で優れており、https://github.com/lc-sfis/Joint-OCTAMambaで公開されている。

関連論文リスト

• Diversity-enhanced Collaborative Mamba for Semi-supervised Medical Image Segmentation [43.28818131076307]
  半教師型医用画像セグメンテーションのための新しい多様性向上型協調型マンバフレームワークを提案する。 データの観点から,マンバの走査型モデリング特性を用いたパッチレベルの弱い混合強化を開発する。 ネットワークの観点からは、異なる走査方向から発生する予測の相違から恩恵を受けることができる多様なスキャン協調モジュールを導入する。
  論文  参考訳（メタデータ） (2025-08-19T10:19:15Z)
• KAN-Mamba FusionNet: Redefining Medical Image Segmentation with Non-Linear Modeling [3.2971993272923443]
  医用画像のセグメンテーション精度を向上させるために,新しいアーキテクチャであるkan-Mamba FusionNetを提案する。 IoUとF1スコアの最先端メソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2024-11-18T09:19:16Z)
• OCTAMamba: A State-Space Model Approach for Precision OCTA Vasculature Segmentation [10.365417594185685]
  そこで我々は,OCTAMambaを提案する。OCTAMambaはOCTAMambaアーキテクチャをベースとした新しいU字型ネットワークで,OCTA内の血管を正確に分割する。 OCTAMambaは、局所的な特徴抽出のためのQuad Stream Efficient Mining Embedding Module、マルチスケールDilated Asymmetric Convolution ModuleをキャプチャするMulti-Scale Dilated Convolution Module、ノイズをフィルタリングしターゲット領域をハイライトするFocused Feature Recalibration Moduleを統合している。 本手法は,線形複雑度を維持しつつ,効率的なグローバルモデリングと局所特徴抽出を実現し,低計算医療応用に適している。
  論文  参考訳（メタデータ） (2024-09-12T12:47:34Z)
• Serp-Mamba: Advancing High-Resolution Retinal Vessel Segmentation with Selective State-Space Model [45.682311387979944]
  本稿では,この課題に対処する最初のSerpentine Mamba(Serp-Mamba)ネットワークを提案する。 我々はまず,UWF-SLO画像をヘビのように曲がった血管構造に沿って走査するSerpentine Interwoven Adaptive (SIA)スキャン機構を考案した。 次に,高分解能画像によって強調されるカテゴリ不均衡問題に対処するアンビグニティ駆動型デュアルリカレーションモジュールを提案する。
  論文  参考訳（メタデータ） (2024-09-06T15:40:47Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• AC-MAMBASEG: An adaptive convolution and Mamba-based architecture for enhanced skin lesion segmentation [2.2448567386846916]
  本稿では,新しい皮膚病変分割モデルであるAC-MambaSegを提案する。 AC-MambaSegはハイブリッドCNN-Mambaバックボーンを持ち、Attention GateやSelective Kernel Bottleneckといった高度なコンポーネントを統合している。 本モデルは,コンピュータ支援診断システムの改善と皮膚疾患の早期発見と治療の促進に有望な可能性を示唆する。
  論文  参考訳（メタデータ） (2024-05-05T17:37:50Z)
• Swin-UMamba: Mamba-based UNet with ImageNet-based pretraining [85.08169822181685]
  本稿では,医療画像のセグメンテーションに特化して設計された新しいマンバモデルSwin-UMambaを紹介する。 Swin-UMamba は CNN や ViT,最新の Mamba ベースのモデルと比較して,優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-02-05T18:58:11Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection Segmentation System [69.40329819373954]
  新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。 現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。 本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
  論文  参考訳（メタデータ） (2022-09-07T05:01:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。