Лёгкий гибридный Mamba2 для неконтролируемой регистрации медицинских изображений
Lightweight hybrid Mamba2 for unsupervised medical image registration
2025-09-01
SCID: 54.1/rj89z2g3
Discuss with AI
HybridMorphLightweight hybrid Mamba2вычислительные затратылегкий дизайнбезконтролируемая регистрация медицинских изображений
Figures from the paper
Abstract (AI)
HybridMorph обеспечивает значительное улучшение качества работы и более низкие вычислительные затраты по сравнению с базовыми методами, демонстрируя потенциал нашей модели для продвижения лёгких архитектур моделей регистрации медицинских изображений.
Key Findings
1
HybridMorph (легковесный гибридный Mamba2) обеспечивает значительные улучшения в производительности по сравнению с базовыми методами при регистрации медицинских изображений.
2
HybridMorph снижает вычислительные затраты по сравнению с базовыми методами, что позволяет создавать более легковесные модели регистрации.
3
Предложенная модель демонстрирует потенциал для продвижения легковесных архитектур в области несупервизированной регистрации медицинских изображений.
Research Object
Лёгкая гибридная модель Mamba2 для несупервизированной регистрации медицинских изображений
Research Subject
Повышение производительности и вычислительной эффективности гибридной модели для несупервизированной регистрации медицинских изображений по сравнению с базовыми методами
Publication Details
Publication Date
2025-09-01
Journal
Publisher
ISSN
Cited by
1
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Использование генеративного искусственного интеллекта для масштабирования интеллектуальных обучающих систем2023
Swin Transformer: Иерархический визуальный трансформер с использова́нием сдвинутых окон2021
TransUNet: трансформеры как мощные энкодеры для сегментации медицинских изображений2021
Изображение стоит 16×16 слов: трансформеры для распознавания изображений в масштабе2020
Агрегированные остаточные преобразования для глубоких нейронных сетей2017