MA-KANet: Melhorando a segmentação de vasos retinianos através da fusão de características em múltiplas escalas e mecanismos de atenção

Propomos a Rede de Kolmogorov–Arnold com Atenção em Múltiplas Escalas (MA-KANet), uma nova estrutura de segmentação de vasos retinianos que aborda estruturas em escala fina e desafios de baixo contraste. Nosso método integra a Fusão Dinâmica em Múltiplas Escalas (MDF) com interações convolucionais 3D para evitar perda de informação durante o redimensionamento, e a Fusão de Atenção no Contexto de Escala (SCAF) para recalibração dinâmica de características em regiões congestionadas. As unidades da Rede de Kolmogorov–Arnold nas etapas do decodificador capturam dependências não lineares além das convoluções tradicionais. MA-KANet alcança resultados de ponta: 98,80% AUC no DRIVE, 99,05% AUC no CHASEDB1 e 99,17% AUC no conjunto de dados FIVES, demonstrando desempenho superior e generalização em diversos padrões de vasos, estabelecendo novos benchmarks para segmentação de vasos retinianos.