HMT-UNet：一种用于医学图像分割的混合玛巴-变换器视觉UNet
原文中文，约500字，阅读约需2分钟。发表于：。本研究针对现有医学图像分割模型在长距离依赖建模能力上的不足进行改进，提出了一种名为HMT-UNet的新型U形架构模型。通过将状态空间模型（SSM）与变换器的混合机制结合，显著提升了图像语义信息的捕捉能力，实验结果表明，HMT-UNet在多项医学图像分割任务中展现出竞争力的性能。
该文章介绍了基于状态空间模型的Vision Mamba-UNetV2模型在医学图像分割中的优势，通过引入VSS块和SDI来增强特征融合。实验结果显示该模型在医学图像分割任务中表现出竞争力。
