HCMMNet分割网络

轻量仅3M

分层融合CNN局部先验与MLP全局上下文，以极低参数量在医学图像分割中取得高精度。

Sibo, Qiao · 庞善臣 · Pengfei, Xie · Wenjing, Yin · Yu, Shihang · Haiyuan, Gui · 王敏 · Zhihan, Lyu

IEEE Transactions on Consumer Electronics 2023

参数信息

参数量

3 M

技术优势

参数极小

整个网络仅3M参数，即可在消费级设备上流畅运行，无需云端或专用硬件。

准确率高

在三个公开数据集和一个自建数据集上均展现了出色的分割性能，证明其泛化能力。

细节与全局兼顾

分层融合CNN局部先验与MLP全局上下文，能精确捕捉复杂结构和特征。

应用场景

• 医学图像分析：用轻量模型达到高精度分割，辅助医生快速标注病灶。
• 资源受限设备部署：3M参数量可在手机或嵌入式设备上实时分割，无需云端。
• 消费健康应用：让个人健康监测应用具备专业级分割能力，提升用户体验。