当前位置:   article > 正文

从Mamba到xLSTM,魔改U-net杀疯了!

xlstm-unet

人工智能在医疗领域的交叉应用,如今成为最热门的研究方向之一,医学图像与深度学习技术的结合,在图像分类、检测、分割等任务中,创新成果不断,并以医学图像分割为首,2015年提出的UNet网络,至今十年,仍是顶会顶刊或医学挑战赛,必不可少的改进基础,今年大火的Mamba、KAN、xLSTM,基于UNet优化后的架构,也屡次刷新了SOTA!

a33b10118f36ba293b0cd86c9134a7ec.png

为了帮助大家掌握UNet及具体改进idea,研梦非凡于7月18日(周四),邀请了手握多篇SCI一作、MICCAI'22挑战赛获奖的崔导师,独家分享最新成果《医学图像之气道树分割基于UNet创新》(AI前沿直播课NO.55),从肺部气道分割赛道切入,分析临床背景、面临挑战,再到气道分割技术路线,并重点讲解方法创新点,最后详解实验结果、模型部署,1节课高起点入门医学图像分割及UNet改进!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/885667
推荐阅读
相关标签