SpectMamba：融合频率与状态空间模型以增强医学图像检测
计算机视觉与模式识别
2025-09-03 v1
摘要
医学影像中的异常检测是一项关键任务，需要高效率和准确性来支持有效诊断。虽然卷积神经网络 (CNN) 和基于 Transformer 的模型被广泛使用，但两者都面临固有挑战：CNN 的感受野有限，限制了其捕捉广泛上下文信息的能力；而 Transformer 在处理高分辨率医学图像时计算成本过高。Mamba 是自然语言处理领域的一项新近创新，因其能以线性复杂度处理长序列而受到关注，提供了一种有前景的替代方案。在此基础上，我们提出了 SpectMamba，这是首个专为医学图像检测设计的基于 Mamba 的架构。SpectMamba 的一个关键组件是混合空间-频率注意力 (HSFA) 模块，该模块分别学习高频和低频特征。这种方法有效减轻了由频率偏差引起的高频信息损失，并将频域特征与空间特征相关联，从而增强了模型捕捉全局上下文的能力。为了进一步改善长程依赖关系，我们提出了视觉状态空间模块 (VSSM)，并引入了一种新颖的希尔伯特曲线扫描技术，以加强空间相关性和局部依赖性，进一步优化了 Mamba 框架。综合实验表明，SpectMamba 在各种医学图像检测任务中均达到了最先进的性能，同时兼具有效性和高效性。
引用
@article{arxiv.2509.01080,
title = {SpectMamba: Integrating Frequency and State Space Models for Enhanced Medical Image Detection},
author = {Yao Wang and Dong Yang and Zhi Qiao and Wenjian Huang and Liuzhi Yang and Zhen Qian},
journal= {arXiv preprint arXiv:2509.01080},
year = {2025}
}