arXiv · 机器人与计算机视觉· Yang Hong, Lei Zhang, Zhihong Liu, Jianqing Mo, Xujiong Ye·· 2026-10-20AI 评分43
SlimFormer++:用于高效三维医学图像分割的令牌混合模型
SlimFormer++: Token Mixing Where It Matters for Efficient 3D Medical Image Segmentation
AI 导读
SlimFormer++ 通过选择性混合与窗口化 Mamba 混合策略,在八项公共 CT、MRI 及超声数据集(共 1,809 例)上实现最高平均 Dice 系数 87.84%。该模型参数量仅 598 万,较基线减少 39%-75%,同时 HD95 误差增加小于 0.4 个百分点。源代码已公开于 arXiv (arXiv:2610.25488),支持计算机视觉领域的体积分割任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org