GaMNet：一种结合Gabor融合和NMamba的高效3D胶质瘤分割混合网络

本研究解决了当前深度学习模型在3D胶质瘤分割中缺乏上下文建模和计算负担重的问题。我们提出GaMNet，该模型融合了NMamba模块以进行全球建模和多尺度CNN以高效提取局部特征，同时应用多尺度Gabor滤波器以提高可解释性。研究结果表明，GaMNet在减少假阳性和假阴性方面优于现有方法，从而显著提高临床诊断的可靠性。