医療画像セグメンテーションのためのハイブリッド・コルモゴロフ・アルノー・ネットワーク

arXiv:2602.07702v1 Announce Type: new 要約：医療画像セグメンテーションは診断や治療計画において不可欠ですが、医療画像の内在的な複雑性と多様性、特にデータ内の非線形関係の捉え方の難しさにより、依然として大きな課題となっています。私たちは、セグメンテーション性能を向上させるために、コルモゴロフ・アルノー・ネットワーク (KANs) の表現力を U 字型エンコーダー・デコーダーアーキテクチャと統合する新しいハイブリッド枠組みである U-KABS を提案しました。U-KABS モデルは、チャネルごとの特徴表現を強化する畳み込み層とスキージ＆エキサイテーション（squeeze-and-excitation）ステージと、ベルヌーイ多項式および B スプラインに基づく学習可能なアクティベーション関数を採用する KAN ベルヌーイ・スプライン (KABS) ステージを組み合わせるハイブリッド設計を採用しています。この設計は、ベルヌーイ多項式の全局的な滑らかさと B スプラインの局的な適応力を活用し、複雑な構造の境界を定義する上で不可欠な大規模な文脈的趋势と微細なパターンの両方を効果的に捉えることを可能にします。エンコーダーとデコーダー層間のスキップ接続は、効果的なマルチスケール特徴融合と空間情報の保持をサポートします。多様な医療画像ベンチマークデータセット上で評価された結果、U-KABS は強力な基準に対して優越した性能を示し、特に複雑な解剖学的構造のセグメンテーションにおいて顕著な成果を達成しました。

arXiv:2602.07702v1 Announce Type: new Abstract: Medical image segmentation plays a vital role in diagnosis and treatment planning, but remains challenging due to the inherent complexity and variability of medical images, especially in capturing non-linear relationships within the data. We propose U-KABS, a novel hybrid framework that integrates the expressive power of Kolmogorov-Arnold Networks (KANs) with a U-shaped encoder-decoder architecture to enhance segmentation performance. The U-KABS model combines the convolutional and squeeze-and-excitation stage, which enhances channel-wise feature representations, and the KAN Bernstein Spline (KABS) stage, which employs learnable activation functions based on Bernstein polynomials and B-splines. This hybrid design leverages the global smoothness of Bernstein polynomials and the local adaptability of B-splines, enabling the model to effectively capture both broad contextual trends and fine-grained patterns critical for delineating complex structures in medical images. Skip connections between encoder and decoder layers support effective multi-scale feature fusion and preserve spatial details. Evaluated across diverse medical imaging benchmark datasets, U-KABS demonstrates superior performance compared to strong baselines, particularly in segmenting complex anatomical structures.