KAN–U‐Net: चिकित्सा छवि विभाजन के लिए एक उन्नत KAN‐Fused U‐Net

U‐Net मॉडल ने चिकित्सा छवि विभाजन के क्षेत्र में मजबूत प्रदर्शन दिखाया है। इसके अलावा, इस मॉडल के कई उन्नत और सुधारित संस्करण पारस्परिक या MLP मॉड्यूल को शामिल करके विकसित हुए हैं। हालांकि, ये नेटवर्क मॉडल अभी भी रैखिक मॉडलिंग की सीमाओं और व्याख्यात्मकता की कमी को पार करने में चुनौतियों का सामना करते हैं। कोलमोरोव–अर्नोल्ड नेटवर्क (KAN) की सटीकता और व्याख्यात्मकता के संदर्भ में उत्कृष्ट प्रदर्शन के आधार पर, हम KAN–U‐Net नामक एक नई आर्किटेक्चर का प्रस्ताव करते हैं। यह आर्किटेक्चर KAN नेटवर्क मॉड्यूल को U‐Net मॉडल में फ्यूज़ करता है, जिससे KAN–U‐Net को U‐Net के मूल प्रदर्शन को विरासत में लेने की अनुमति मिलती है, जबकि KAN नेटवर्क की非 रैखिक प्रतिनिधित्व क्षमता और व्याख्यात्मकता को भी फ्यूज़ करता है। कई डेटासेट पर प्रयोगों से यह प्रदर्शित होता है कि KAN–U‐Net मॉडल सटीकता और कुशलता के मामले में बेहतर प्रदर्शन करता है।