MSD-KMamba：基于多尺度自蒸馊融合策略实现双向空间感知的多模态 3D 大脑分割
计算机视觉与模式识别
2025-09-30 v1
摘要
诸多 CNN-Transformer 混合模型依赖高复杂度的全局注意力机制以捕获长程依赖关系，这引入了非线性计算复杂度并导致显著的资源消耗。虽然知识蒸馊和稀疏注意力机制可提升效率，但往往难以实现复杂任务所需的高分割精度。如何在模型性能与计算效率之间取得平衡，仍是当前面临的关键挑战。 本文提出一种新颖的 3D 多模态图像分割框架，称为 MSD-KMamba，集成了双向空间感知与多尺度自蒸馊。双向空间感知分支有效捕获跨脑区的长程空间上下文依赖关系，同时融合强大的非线性特征提取机制，进一步增强模型学习复杂且异构模式的能力。此外，提出的多尺度自蒸馊融合策略强化了层次化特征表征，改善了不同分辨率级别语义信息的传递。通过将双向空间感知分支与多尺度自蒸馊融合策略联合运用，我们的框架有效缓解了体积数据分割中二次计算复杂度的瓶颈，同时解决了全局感知不足的局限性。 在多个标准基准数据集上的大量实验表明，MSD-KMamba 在分割精度、鲁棒性和泛化能力方面 consistently 优于最先进的方法，同时保持高计算效率和良好的可扩展性。MSD-KMamba 的源代码已公开于 https://github.com/daimao-zhang/MSD-KMamba。
关键词
引用
@article{arxiv.2509.23677,
title = {MSD-KMamba: Bidirectional Spatial-Aware Multi-Modal 3D Brain Segmentation via Multi-scale Self-Distilled Fusion Strategy},
author = {Dayu Tan and Ziwei Zhang and Yansan Su and Xin Peng and Yike Dai and Chunhou Zheng and Weimin Zhong},
journal= {arXiv preprint arXiv:2509.23677},
year = {2025}
}