論文の概要: MM-UNet: Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation

• arxiv url: http://arxiv.org/abs/2511.02193v1
• Date: Tue, 04 Nov 2025 02:18:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 18:47:05.775043
• Title: MM-UNet: Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation
• Title（参考訳）: MM-UNet:Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation
• Authors: Jiawen Liu, Yuanbo Zeng, Jiaming Liang, Yizhen Yang, Yiheng Zhang, Enhui Cai, Xiaoqi Sheng, Hongmin Cai,
• Abstract要約: MM-UNetは、効率的な網膜血管分割に適した新しいアーキテクチャである。 Morph Mamba Convolution 層が組み込まれており、分岐したトポロジカルな知覚を高めるためにポイントワイズ・コンボリューションを置き換える。 DRIVEで1.64ドル、STAREで1.25ドルというF1スコアのゲインを達成し、その効果と進歩を実証している。
• 参考スコア（独自算出の注目度）: 21.90972169495466
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Accurate detection of retinal vessels plays a critical role in reflecting a wide range of health status indicators in the clinical diagnosis of ocular diseases. Recently, advances in deep learning have led to a surge in retinal vessel segmentation methods, which have significantly contributed to the quantitative analysis of vascular morphology. However, retinal vasculature differs significantly from conventional segmentation targets in that it consists of extremely thin and branching structures, whose global morphology varies greatly across images. These characteristics continue to pose challenges to segmentation precision and robustness. To address these issues, we propose MM-UNet, a novel architecture tailored for efficient retinal vessel segmentation. The model incorporates Morph Mamba Convolution layers, which replace pointwise convolutions to enhance branching topological perception through morph, state-aware feature sampling. Additionally, Reverse Selective State Guidance modules integrate reverse guidance theory with state-space modeling to improve geometric boundary awareness and decoding efficiency. Extensive experiments conducted on two public retinal vessel segmentation datasets demonstrate the superior performance of the proposed method in segmentation accuracy. Compared to the existing approaches, MM-UNet achieves F1-score gains of 1.64 $\%$ on DRIVE and 1.25 $\%$ on STARE, demonstrating its effectiveness and advancement. The project code is public via https://github.com/liujiawen-jpg/MM-UNet.
• Abstract（参考訳）: 網膜血管の正確な検出は、眼疾患の臨床診断において幅広い健康状態の指標を反映する上で重要な役割を担っている。 近年,深層学習の進歩により網膜血管分割法が急増し,血管形態の定量的解析に大きく貢献している。 しかし、網膜血管構造は従来のセグメンテーションターゲットとは大きく異なり、非常に薄く枝分かれした構造であり、その大域的な形態は画像によって大きく異なる。 これらの特徴は、セグメンテーションの精度と堅牢性に挑戦し続けている。 これらの課題に対処するために,効率的な網膜血管分割に適した新しいアーキテクチャMM-UNetを提案する。 このモデルにはMorph Mamba Convolutionレイヤが組み込まれている。 さらに、Reverse Selective State Guidanceモジュールは、逆誘導理論と状態空間モデリングを統合し、幾何学的境界認識と復号効率を改善する。 2つのパブリック網膜血管セグメンテーションデータセットに対して行われた広範囲な実験により、提案手法のセグメンテーション精度において優れた性能を示した。 既存のアプローチと比較して、MM-UNetはDRIVEで1.64$\%、STAREで1.25$\%というF1スコアのゲインを達成した。 プロジェクトコードはhttps://github.com/liujiawen-jpg/MM-UNet.comから公開されている。

関連論文リスト

• 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)
• Region Guided Attention Network for Retinal Vessel Segmentation [19.587662416331682]
  本稿では,領域誘導型アテンションを用いたエンコーダデコーダ機構に基づく軽量網膜血管セグメンテーションネットワークを提案する。 Dice Losは偽陽性と偽陰性を等しく解析し、モデルがより正確なセグメンテーションを生成するように促す。 ベンチマークデータセットの実験では、最先端の手法と比較して、パフォーマンス(0.8285, 0.8098, 0.9677, 0.8166リコール、精度、精度、F1スコア)が向上した。
  論文  参考訳（メタデータ） (2024-07-22T00:08:18Z)
• 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)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Contextual Information Enhanced Convolutional Neural Networks for Retinal Vessel Segmentation in Color Fundus Images [0.0]
  自動網膜血管セグメンテーションシステムは、臨床診断及び眼科研究を効果的に促進することができる。 ディープラーニングベースの手法が提案され、いくつかのカスタマイズされたモジュールが有名なエンコーダデコーダアーキテクチャU-netに統合されている。 その結果,提案手法は先行技術よりも優れ,感性/リコール,F1スコア,MCCの最先端性能を実現している。
  論文  参考訳（メタデータ） (2021-03-25T06:10:47Z)

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。