H-vmunet：用于医学图像分割的高阶 Vision Mamba UNet
计算机视觉与模式识别
2025-04-29 v1
摘要
在医学图像分割领域，以卷积神经网络（CNNs）和视觉 Transformer（ViTs）作为基础模块的变体模型已得到非常广泛的开发与应用。然而，CNNs 在处理长序列信息方面的能力常常受限，而 ViTs 对局部特征信息的低敏感性以及二次计算复杂度的问题限制了其发展。最近，状态空间模型（SSMs）的出现，特别是 2D 选择性扫描（SS2D），对传统 CNNs 和 ViTs 作为视觉神经网络基础模块的长期主导地位产生了冲击。在本文中，我们通过提出用于医学图像分割的高阶 Vision Mamba UNet（H-vmunet）扩展了 SS2D 的适应性。其中，所提出的高阶 2D 选择性扫描（H-SS2D）通过高阶交互逐步减少了 SS2D 操作过程中冗余信息的引入。此外，所提出的 Local-SS2D 模块提高了 SS2D 在每次交互阶次上对局部特征的学习能力。我们在三个公开可用的医学图像数据集（ISIC2017、Spleen 和 CVC-ClinicDB）上进行了对比和消融实验，结果均证明了 H-vmunet 在医学图像分割任务中具有很强的竞争力。代码可在 https://github.com/wurenkai/H-vmunet 获取。
引用
@article{arxiv.2403.13642,
title = {H-vmunet: High-order Vision Mamba UNet for Medical Image Segmentation},
author = {Renkai Wu and Yinghao Liu and Pengchen Liang and Qing Chang},
journal= {arXiv preprint arXiv:2403.13642},
year = {2025}
}