医療画像セグメンテーションのための効率的な深層学習：CNN、Transformer、およびMambaアーキテクチャの統一されたクロスパラダイム調査と制御された展開ベンチマーク

by

Original title: Efficient Deep Learning for Medical Image Segmentation: A Unified Cross-Paradigm Survey and Controlled Deployment Benchmark of CNN, Transformer, and Mamba Architectures

R Alharith et al., Archives of Computational …, 2026

  • Deep Learningを用いた医療画像セグメンテーションモデルは、研究レベルの精度と臨床現場での展開の間にギャップが存在する。
  • 本調査では、計算効率、モデルの複雑さ、および精度に焦点を当て、一般的な<CNN>、<Transformer>、そして新しい<Mamba>アーキテクチャを比較する。
  • 臨床ワークステーション、モバイル診断デバイス、ポイントオブケアシステムなど、多様な臨床環境での効率的な実装が重要視される。
  • 研究成果を臨床応用へ橋渡しするためには、より効率的なDLモデルの設計とベンチマークが必要である。

Source URL