Mammo-Mamba：基于顺序专家混合的状态空间与Transformer架构用于多视角乳腺图像
图像与视频处理
2025-07-24 v1 计算机视觉与模式识别
机器学习
摘要
乳腺癌（BC）仍是女性癌症死亡的主要原因之一，尽管近期计算机辅助诊断（CAD）系统的进步。对多视角乳腺图像进行准确且高效的解读对于早期检测至关重要，推动了人工智能（AI）驱动的CAD模型的兴趣浓厚。虽然现有最先进的多视角乳腺图像分类模型主要基于Transformer架构，但其计算复杂度随图像块数量的平方增长，凸显出需要更高效替代方案的需求。为此，我们提出Mammo-Mamba，一种新颖框架，将选择性状态空间模型（SSMs）、基于Transformer的注意力机制和专家驱动的特征细化集成到统一架构中。Mammo-Mamba通过其定制的SecMamba模块引入顺序专家混合（SeqMoE）机制。SecMamba是修改版的MambaVision模块，通过启用内容自适应特征细化，增强了高分辨率乳腺图像中的表征学习。这些模块集成到MambaVision的深层阶段，允许模型通过动态专家门控逐步调整特征关注度，有效缓解了传统Transformer模型的局限性。在CBIS-DDSM基准数据集上评估，Mammo-Mamba在所有关键指标上均实现了优异的分类性能，同时保持了计算效率。
引用
@article{arxiv.2507.17662,
title = {Mammo-Mamba: A Hybrid State-Space and Transformer Architecture with Sequential Mixture of Experts for Multi-View Mammography},
author = {Farnoush Bayatmakou and Reza Taleei and Nicole Simone and Arash Mohammadi},
journal= {arXiv preprint arXiv:2507.17662},
year = {2025}
}