基于附加辅助信息不对称模块的LA-UMamba模型研究（英文）

摘要： 深度学习技术正在彻底改变医学图像分割的发展。随着Transformer模型的发展，特别是ViT和Swin-Transformer的发展，通过自我关注机制增强了模型的远程建模能力，从而实现了更好的分割性能。此外，Transformer的高计算成本也促使研究人员探索更高效的模型以减少模型参数，如基于状态空间建模（SSM）的Mamba模型。本研究提出了一种新型非对称模型——LA-UM... （共11页）