PAS-Mamba：用于磁共振成像重建的相位-幅度-空间状态空间模型
计算机视觉与模式识别
2026-01-22 v1
摘要
在空间域和频率域中进行联合特征建模已成为磁共振成像重建的主流方法。然而，现有方法通常将频率域视为一个整体，忽略了其内部组成部分所携带信息的差异。根据傅里叶变换理论，相位和幅度代表图像中不同类型的信息。我们的频谱交换实验表明，幅度主要反映像素级强度，而相位主要控制图像结构。为了防止统一频率域建模导致的相位和幅度特征学习相互干扰，我们提出了用于磁共振成像重建的相位-幅度-空间状态空间模型（PAS-Mamba），该框架在频率域中解耦相位和幅度建模，并将其与图像域特征相结合以实现更好的重建。在图像域中，LocalMamba保留了空间局部性以锐化精细的解剖细节。在频率域中，我们将幅度和相位分离到两个专门的分支中，以避免表示耦合。为了尊重频率信息的同心几何结构，我们提出了圆形频率域扫描（CFDS）以将特征从低频到高频序列化。最后，双域互补融合模块（DDCFM）自适应地融合幅度相位表示，并实现频率域与图像域之间的双向交换，从而提供卓越的重建。在IXI和fastMRI膝盖数据集上的大量实验表明，PAS-Mamba始终优于最先进的重建方法。
引用
@article{arxiv.2601.14530,
title = {PAS-Mamba: Phase-Amplitude-Spatial State Space Model for MRI Reconstruction},
author = {Xiaoyan Kui and Zijie Fan and Zexin Ji and Qinsong Li and Hao Xu and Weixin Si and Haodong Xu and Beiji Zou},
journal= {arXiv preprint arXiv:2601.14530},
year = {2026}
}