基于动态卷积与Mamba的双分支尘肺病分期模型
王一帆1
苏树智2
尹欣乐1
赵晨琦1
杨帆3
1.安徽理工大学 计算机科学与工程学院,安徽 淮南 2320012.安徽理工大学 计算机科学与工程学院,安徽 淮南 232001;合肥综合性国家科学中心大健康研究院 职业医学与健康联合研究中心,安徽 淮南 2320013.西南医科大学附属医院 放射科,四川 泸州 646000
摘要：针对尘肺病X光胸片中病灶分布稀疏、形态多变、类间差异小的问题,提出基于动态卷积与曼巴(dynamic convolution and Mamba,DC-Mamba)的双分支尘肺病分期模型.首先,通过动态卷积分支自适应核参数生成策略,增强对微小纤维化病灶的局部特征提取能力;同时,利用Mamba分支的序列建模能力,捕捉多区域病灶的全局空间依赖关系.其次,设计双路径注意力协同机制的特征融合模块,实现局部细节与全局上下文信息的整合.在 1760 张真实匿名患者X光胸片上进行验证.结果表明,DC-Mamba模型的准确率达到 78.3%,召回率达到 79.0%,F1 分数达到77.6%,均优于对比模型.DC-Mamba模型明显增强了对肺部病灶整体分布和细微病灶的理解能力,提高了对尘肺病的早期筛查和精准分期能力.
关键词：尘肺病分期X光胸片动态卷积Mamba特征融合多区域病灶
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(52374155)安徽省高等学校自然科学研究项目(2024AH050399)合肥综合性国家科学中心大健康研究院职业医学与健康联合研究中心研究项目(OMH-2023-05)合肥综合性国家科学中心大健康研究院职业医学与健康联合研究中心研究项目(OMH-2023-24)安徽理工大学医学专项培育项目(YZ2023H2A007)
论文发表日期：2025-09-20
在线出版日期：2025-09-24（本平台首次上网日期，不代表文献的发表时间）
页数：6( 346-350,356 )
英文信息