面向肿瘤细胞分类的统一注意力-Mamba 多模态框架 UAM
计算机视觉与模式识别
2026-03-09 v3
摘要
受 Mamba 架构在视觉和语言领域的最新成功启发，我们引入了统一注意力-Mamba (UAM) 主干网络。与以往的混合方法不同，后者在固定比例上集成注意力和 Mamba 模块，我们的统一设计在单个连贯架构中灵活地组合其能力，无需手动比率调优，从而提高编码能力。我们开发了两种 UAM 变体，以全面评估这种统一结构的益处。基于此主干网络，我们进一步提出了一个多模态 UAM 框架，联合执行细胞级别的分类和图像分割。实验结果表明，UAM 在两个任务上均实现了公开基准上的最先进性能，超越了领先的基于图像的基础模型。它将细胞分类准确率从 74% 提升到 78%（n=349,882 细胞），肿瘤分割精度从 75% 提升到 80%（n=406 个切片）。
引用
@article{arxiv.2511.17355,
title = {UAM: A Unified Attention-Mamba Backbone of Multimodal Framework for Tumor Cell Classification},
author = {Taixi Chen and Jingyun Chen and Nancy Guo},
journal= {arXiv preprint arXiv:2511.17355},
year = {2026}
}