ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ СЕГМЕНТАЦІЇ СТОМАТОЛОГІЧНИХ ЗОБРАЖЕНЬ НА ОСНОВІ ІНТЕГРАЦІЇ ЛЕГКОВАГОВОЇ МОДИФІКАЦІЇ U-NET ІЗ MOBILENET ТА VISION MAMBA LAYERS

Анотація

Сегментація стоматологічних зображень, зокрема рентгенівських зображень, є важливим етапом діагностичного процесу в стоматології. Висока точність автоматизованих методів сегментації дозволяє підвищити ефективність виявлення патологій, зменшити залежність від суб’єктивного фактору лікаря та пришвидшити прийняття клінічних рішень. Архітектура U-Net залишається стандартом у сегментації медичних зображень завдяки здатності до багаторівневого вилучення ознак та ефективному використанню пропускних з'єднань. Проте її значна кількість параметрів і високі обчислювальні витрати створюють труднощі для застосування на пристроях із обмеженими ресурсами, таких як мобільні пристрої чи портативні медичні апарати.

У цій роботі представлено полегшену модифікацію U-Net, яка спрямована на підвищення обчислювальної ефективності без втрати точності сегментації. Основою моделі є інтеграція MobileNet як енкодера, що дозволяє суттєво зменшити кількість параметрів завдяки використанню Depthwise Separable Convolutions. Додатково, у структурі моделі застосовуються Vision Mamba Layers, які підвищують здатність моделі до моделювання глобальних та локальних залежностей. Така комбінація дозволяє зберігати високу точність при значно знижених обчислювальних витратах.

Експериментальні дослідження проводилися на стоматологічних рентгенівських зображеннях із використанням загальноприйнятих метрик, таких як Dice та IoU. Отримані результати свідчать про переваги запропонованої моделі над базовими підходами, зокрема щодо точності сегментації, часу навчання та обчислювальної ефективності. Пропонована архітектура є перспективною для впровадження в клінічну практику, де необхідна швидка та точна сегментація стоматологічних зображень, а також для використання на пристроях із обмеженими обчислювальними ресурсами