MambaCAFU：基于 Mamba 的混合多尺度和多注意力模型用于医学图像分割
计算机视觉与模式识别
2025-10-30 v2
摘要
近年来，深度学习在分割复杂医学组织和肿瘤方面表现出接近专家水平的能力。然而，现有模型往往具有任务特定性，在不同模态和解剖区域上的性能存在差异。在临床环境中，平衡模型复杂度与性能仍具有挑战性，尤其是在准确率和效率都至关重要的场合。为此，我们提出一种混合分割架构，特点是包含三分支编码器，将 CNN、Transformer 和基于 Mamba 的注意力融合 (MAF) 机制集成以捕获局部、全局和长程依赖关系。多尺度注意力基于 CNN 解码器重建细粒度分割图，同时保持上下文一致性。此外，一种共注意力门在编码和解码期间增强特征选择，通过强调跨尺度的相关空间和语义信息来提高特征相互作用和跨尺度通信。大量实验表明，我们的方法在准确率和泛化能力方面优于最先进的方法，同时保持相当的计算复杂度。通过有效平衡效率和效果，我们的架构为多样化的医学影像任务提供了一种实用且可扩展的解决方案。源代码和训练好的模型将在接受录取后公开发布，以支持可重复性研究和进一步研究。
关键词
引用
@article{arxiv.2510.03786,
title = {MambaCAFU: Hybrid Multi-Scale and Multi-Attention Model with Mamba-Based Fusion for Medical Image Segmentation},
author = {T-Mai Bui and Fares Bougourzi and Fadi Dornaika and Vinh Truong Hoang},
journal= {arXiv preprint arXiv:2510.03786},
year = {2025}
}