基于状态空间建模的统一医学图像分割
计算机视觉与模式识别
2026-03-10 v2 人工智能
摘要
统一医学图像分割 (UMIS) 对全面解剖评估至关重要，但面临多尺度结构异质性的挑战。传统的像素基方法缺乏对象级解剖洞察和器官间关系建模，难以处理形态复杂性和特征冲突，在 UMIS 中效果受限。我们提出 Mamba Snake，这是一种增强状态空间建模的新型深度蛇形框架，用于 UMIS。Mamba Snake 将多轮廓演化建模为分层状态空间图谱，有效地建模了宏观器官间拓扑关系和微观轮廓细化。我们引入了蛇形特定的视觉状态空间模块——Mamba 演化模块 (MEB)，该模块利用有效的时空信息聚合实现对复杂形态的自适应细化。能量图形状先验进一步确保在异质数据中的远程轮廓演化具有鲁健性。此外，还包含双分类协同机制以同时优化检测和分割，从而减轻 UMIS 中微结构的欠分割。广泛的评估显示，Mamba Snake 在五个临床数据集上的性能卓越，平均 Dice 分数比当前最先进的方法提高 3%。
引用
@article{arxiv.2507.12760,
title = {Unified Medical Image Segmentation with State Space Modeling Snake},
author = {Ruicheng Zhang and Haowei Guo and Kanghui Tian and Jun Zhou and Mingliang Yan and Zeyu Zhang and Shen Zhao},
journal= {arXiv preprint arXiv:2507.12760},
year = {2026}
}
备注
This paper has been accepted by ACM MM 2025