DSCF-net: a dual-stream CNN-Mamba network for deep vein thrombosis segmentation

人工智能 分割 计算机科学 深静脉 斑点图案 特征(语言学) 深度学习 模式识别(心理学) 一般化 计算机视觉 散斑噪声 可转让性 人工神经网络 卷积神经网络 血栓形成 图像分割 深层神经网络 融合 放射科 病变 掷骰子 边界(拓扑) 超声波 水准点(测量) 图像(数学) Sørensen–骰子系数
作者
Meiyun Chen,Qilong Tan,Haixia He,Lishan Huang,Wen Xi,Dawei Zhang
出处
期刊:Physica Scripta [IOP Publishing]
卷期号:101 (23): 236003-236003
标识
DOI:10.1088/1402-4896/ae7774
摘要

Deep vein thrombosis (DVT) poses a life-threatening risk due to potential pulmonary embolism, making timely and accurate diagnosis critical. However, automated segmentation of DVT in ultrasound images remains highly challenging due to multi-scale lesion features, pervasive speckle noise, and indistinct boundaries. To address these challenges, we propose dual-stream cross-branch fusion network (DSCF-Net), a dual-stream CNN-Mamba network with cross-branch fusion specifically designed for DVT segmentation. In the encoder, the CNN branch extracts fine-grained local features while the Mamba branch captures long-range dependencies to handle multi-scale lesion variations. The dual-stream spatial attention fusion (DSAF) module performs adaptive refinement to mitigate boundary ambiguity, while the cross pooling-guided fusion (CPGF) module employs multi-scale feature aggregation to suppress speckle noise. Experimental results on the clinical DVT dataset demonstrate that DSCF-Net achieves a Dice score of 78.27%, MIoU of 65.15%, F1 of 78.17%, and HD95 of 15.23 mm, outperforming state-of-the-art methods. Generalization experiments on the public TN3K dataset also achieved state-of-the-art performance, confirming the method’s strong transferability in ultrasound image segmentation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
pauline完成签到,获得积分10
刚刚
芒go完成签到,获得积分10
刚刚
刚刚
SUT_czh完成签到,获得积分10
刚刚
刚刚
领导范儿的应助被yy123采纳,获得10
1秒前
1秒前
1秒前
1秒前
orixero的应助被Xk采纳,获得10
2秒前
快快完成签到 ,获得积分10
2秒前
天天快乐的应助被tudou采纳,获得10
3秒前
3秒前
3秒前
乐乐的应助被外向的大狮子采纳,获得10
3秒前
TCG发布了新的文献求助10
3秒前
李琦发布了新的文献求助10
4秒前
田様的应助被mango采纳,获得10
4秒前
4秒前
lululu发布了新的文献求助10
5秒前
读书人发布了新的文献求助10
5秒前
joysa发布了新的文献求助10
5秒前
一水清泉完成签到,获得积分10
5秒前
6秒前
北冥完成签到,获得积分10
6秒前
6秒前
橘子完成签到 ,获得积分10
7秒前
火星上的煎蛋完成签到,获得积分10
8秒前
ssjjllh发布了新的文献求助10
8秒前
鲤鱼鑫磊发布了新的文献求助10
9秒前
9秒前
上官若男的应助被霁月采纳,获得10
9秒前
华仔的应助被霁月采纳,获得10
10秒前
赘婿的应助被rml采纳,获得10
10秒前
深情安青的应助被霁月采纳,获得10
10秒前
SciGPT的应助被霁月采纳,获得10
10秒前
FashionBoy的应助被霁月采纳,获得10
10秒前
冲冲冲完成签到,获得积分10
10秒前
Lucas的应助被激昂的白凡采纳,获得10
11秒前
11秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8187412
求助须知:如何正确求助?哪些是违规求助? 9575481
关于积分的说明 21841736
捐赠科研通 7785184
什么是DOI,文献DOI怎么找? 3434949
关于科研通互助平台的介绍 2559401
邀请新用户注册赠送积分活动 2481846