基于附加輔助信息不對稱模塊的LA-UMamba模型研究（英文）

摘要： 深度學習技術正在徹底改變醫學圖像分割的發展。隨著Transformer模型的發展，特別是ViT和Swin-Transformer的發展，通過自我關注機制增強了模型的遠程建模能力，從而實現了更好的分割性能。此外，Transformer的高計算成本也促使研究人員探索更高效的模型以減少模型參數，如基于狀態空間建模（SSM）的Mamba模型。本研究提出了一種新型非對稱模型——LA-UM...