SimpleUNet：简单即高效的医学图像分割框架 SimpleUNet：简单即高效的医学图像分割框架 论文来源 Simple is what you need for efficient and accurate medical image segmentation Xiang Yu 等（深圳妇幼保健院、南开大学等机构） Expert System 2026-03-03 医学图像 2 Administrator
ESKNet：超声乳腺肿瘤分割的增强自适应选择核卷积 ESKNet: 一种增强的自适应选择核卷积用于超声乳腺肿瘤分割 作者 Gongping Chen a,b,*, Lu Zhou a, Jianxun Zhang a, Xiaotao Yin c, Liang Cui d, Yu Dai a a 人工智能学院，南开大学，天津，中国 b 生物医学工程与 2026-02-10 医学图像 5 Administrator
LoG-VMamba —— 兼顾局部与全局依赖的医学图像分割新范式 LoG-VMamba —— 兼顾局部与全局依赖的医学图像分割新范式 0. 前言 在医学图像分割（MIS）领域，基于状态空间模型（SSM）的 Mamba 架构因其线性计算复杂度和全局建模能力备受关注 。然而，由于 Mamba 的顺序扫描本质，空间上相邻的像素在序列中可能相距甚远，导致局部依赖（Loca 2026-02-02 医学图像 7 Administrator
一种利用特征交互与融合的有效 UNet 用于医学图像中的器官分割 FIF-UNet 通过优化特征交互与融合，提升了医学图像分割的前沿准确性，同时保持高效计算。未来增强可整合不确定性估计，以解决剩余的边界和不平衡问题。 2026-01-19 医学图像 7 Administrator
FSE-Mamba: 频率-空间纠缠 Mamba 模型用于视网膜血管分割 FSE-Mamba, Frequency-Spatial Entanglement, Retinal Vessel Segmentation, Mamba, Frequency Learning 2026-01-18 医学图像 18 Administrator
