FaRMamba：基于频率的学习与重构辅助的 Mamba 医学分割
计算机视觉与模式识别
2025-07-29 v1 人工智能
摘要
准确的医学图像分割因边界模糊 (LBA)、高频细节丢失 (LHD) 以及难以建模长程解剖结构 (DC-LRSS) 而具备挑战性。Vision Mamba 采用一维因果状态空间递归有效建模全局依赖，从而显著缓解 DC-LRSS。然而，其补丁分词和 1D 序列化破坏了局部像素相邻性，并产生低通滤波效果，导致局部高频信息获取不足 (LHICD) 和二维空间结构退化 (2D-SSD)，进一步恶化 LBA 和 LHD。本文提出 FaRMamba，一种新型扩展方法，通过两种互补模块显式解决 LHICD 和 2D-SSD。多尺度频率转换模块 (MSFM) 通过小波、余弦和傅里叶变换分离并重构多带谱，以恢复减弱的高频线索。自监督重构辅助编码器 (SSRAE) 在共享的 Mamba 编码器上强制像素级重构，以恢复完整二维空间相关性，提升细节纹理和全局上下文。在 CAMUS 超声心动图、MRI 基于小鼠听蜗和 Kvasir-Seg 内窥镜分割数据集上进行的广泛评估表明，FaRMamba 在保持不高昂计算开销的同时，持续优于竞争性 CNN-Transformer 混合模型和现有 Mamba 变体，实现边界精度、细节保存和全局一致性的优势。该工作为未来面向频率感知的分割模型提供了灵活框架，直接缓解医学影像中的核心挑战。
引用
@article{arxiv.2507.20056,
title = {FaRMamba: Frequency-based learning and Reconstruction aided Mamba for Medical Segmentation},
author = {Ze Rong and ZiYue Zhao and Zhaoxin Wang and Lei Ma},
journal= {arXiv preprint arXiv:2507.20056},
year = {2025}
}