【源头活水】KANDU 基于 KAN 和 U-Net结合的新型架构，用于图像分割 ！

文章预览

“ 问 渠 那 得 清 如 许 ， 为 有 源 头 活 水 来 ” ， 通 过 前 沿 领 域 知 识 的 学 习 ， 从 其 他 研 究 领 域 得 到 启 发 ， 对 研 究 问 题 的 本 质 有 更 清 晰 的 认 识 和 理 解 ， 是 自 我 提 高 的 不 竭 源 泉 。 为 此 ， 我 们 特 别 精 选 论 文 阅 读 笔 记 ， 开 辟 “ 源 头 活 水 ” 专 栏 ， 帮 助 你 广 泛 而 深 入 的 阅 读 科 研 文 献 ， 敬 请 关 注！ 本文提出了一种新颖的架构，将KAN网络与U-Net相结合，利用KAN网络的强大非线性表示能力和U-Net的固有优势进行医学图像分割。 作者引入了KAN-卷积双通道结构，使模型能更有效地捕捉局部和全局特征。 作者探索了将KAN提取的特征与卷积层获取的特征进行融合的有效方法，并利用辅助网络促进这种融合过程。 在多个数据集上的实验表明，作者的模型在准确性方面表现良好，表明KAN-卷积双通道 ………………………………