一种结合Mamba与卷积神经网络的双路径新型网络架构

本发明属于医学影像分类领域，公开了一种结合Mamba与卷积神经网络的双路径新型网络架构，包括：Patch Embedding 模块、多个 Conv‑OSS层、一个 Patch Merging 层，以及最终的特征分类器。开发了OSS模块，通过并行卷积分支提取局部特征，丰富了整体表示，有效捕捉全局特征；设计了OSSM模块，从多个方向建模空间特征，增强了全局特征的提取能力；设计了MSAConv网络，通过聚合8DScan后保留的八个对角特征，提高整体特征表示的质量；开发了FFM模块，进一步优化了Mamba的输出，强调了医学图像中与肺炎相关的细微特征。肺炎数据集的实验结果显示，本发明在多个评估指标上均优于现有的计算机辅助肺炎诊断方法，突显了本发明在实际临床应用中的巨大潜力。