MICCAI 2025 | LKA：用于增强医学图像分类的大内核适配器

论文信息

题目：LKA: Large Kernel Adapter for Enhanced Medical Image Classification

LKA：用于增强医学图像分类的大内核适配器

作者：Ziquan Zhu, Si-Yuan Lu, Tianjin Huang, Lu Liu, Zhe Liu

源码：https://github.com/misswayguy/LKA

论文创新点

1. 证明大内核卷积的有效性：论文通过实验证明，在适配器框架中集成大内核卷积，能显著扩大有效感受野（ERF），这对大型预训练模型适配医学成像领域至关重要。研究发现，在各种扩大ERF的方法中，集成大内核卷积最为有效。
2. 提出大内核适配器LKA：基于大内核卷积，提出了LKA，它由下投影、通道大内核卷积和上投影组成。其中，通道大内核卷积旨在扩大ERF，增强模型捕捉复杂长距离空间上下文的能力，且LKA可轻松集成到多种流行架构中。
3. LKA性能卓越：通过大量实验，在