【深度学习】xLSTM成功杀入医学图像分割领域，取代Mamba成为新SOTA！

文章预览

转自：我爱计算机视觉 今年以来，Mamba作为一种处理长距离依赖关系的计算模块，在医学图像分割领域取得了显著进展。而近期，来自浙江大学，魔芯科技，中科大等单位的研究人员将Mamba替换为xLSTM，提出 xLSTM-UNet (xLSTM-UNet can be an Effective 2D \ & 3D Medical Image Segmentation Backbone with Vision-LSTM (ViL) better than its Mamba Counterpart) ，通过引入扩展长短期记忆网络（xLSTM），在多个医学图像分割任务中表现出色，超越了基于Mamba的模型！ 论文链接：https://arxiv.org/abs/2407.01530 开源代码：https://github.com/tianrun-chen/xLSTM-UNet-PyTorch 什么是xLSTM-UNet？ xLSTM-UNet是一种结合了扩展长短期记忆网络（xLSTM）和经典UNet架构的深度学习模型。传统的卷积神经网络（CNNs）在处理长距离依赖关系时存在局限，而视觉Transformer（ViTs）在处理高分辨率图像时计算开销巨大。xLSTM-UNet通过将xLSTM引 ………………………………