ACM-UNet：CNN 与 Mamba 的自适应集成用于高效医学图像分割
计算机视觉与模式识别
2025-06-02 v1
摘要
带有跳跃连接的 U 型编码器-解码器架构因其简单性和有效性，已成为医学图像分割的主流范式。尽管许多近期工作旨在通过设计更强大的编码器和解码器来改进这一框架——例如采用先进的卷积神经网络 进行局部特征提取，采用 Transformer 或状态空间模型 (SSMs)（如 Mamba）进行全局上下文建模，或两者的混合组合——但这些方法往往由于结构不匹配而难以充分利用预训练的视觉骨干网络（例如 ResNet、ViT、VMamba）。为了弥合这一差距，我们引入了 ACM-UNet，这是一个通用的分割框架，它保留了简单的类 UNet 设计，同时通过轻量级适配器机制有效地整合了预训练的 CNN 和 Mamba 模型。该适配器解决了架构不兼容问题，并使模型能够利用 CNN 和 SSM 的互补优势——即细粒度的局部细节提取和长距离依赖建模。此外，我们在解码器中提出了一个分层多尺度小波变换模块，以增强特征融合和重建保真度。在 Synapse 和 ACDC 基准上的大量实验表明，ACM-UNet 在保持计算高效的同时实现了 SOTA 性能。值得注意的是，它在 Synapse 数据集上达到了 85.12% 的 Dice Score 和 13.89mm 的 HD95，计算量为 17.93G FLOPs，展示了其有效性和可扩展性。代码可在以下地址获取：https://github.com/zyklcode/ACM-UNet。
引用
@article{arxiv.2505.24481,
title = {ACM-UNet: Adaptive Integration of CNNs and Mamba for Efficient Medical Image Segmentation},
author = {Jing Huang and Yongkang Zhao and Yuhan Li and Zhitao Dai and Cheng Chen and Qiying Lai},
journal= {arXiv preprint arXiv:2505.24481},
year = {2025}
}
备注
10 pages, 3 figures, 5 tables