LMa-UNet: 探索大kernel Mamba在医学图像分割上的潜力

今日应用

低端影视

都是优质的且最新的电影资源，还要apple TV+里的最新影视、连载剧集，本季新番，恐怖片、各种综艺，太多了，说不完了，自己赶紧打开看看吧！

今日话题

LMa-UNet: 探索大kernel Mamba在医学图像分割上的潜力

 

重点标签 SSM、Mamba模块、医学图像分割、大kernel、UNet

文章摘要

摘要：
本文提出了一种基于大kernel或大window的Mamba模块，用于增强状态空间模型（SSM）的表示建模能力。该模块通过分层和双向的方式同时建模全局和局部关系，结合UNet进行高效的医学图像分割。研究表明，大kernel Mamba在医学图像分割任务中具有竞争力，并值得未来深入探索。

网络架构：
LMa-UNet模型包括depth-wise conv层、编码器、解码器、投影层和跳跃连接。编码器由Large Mamba Block（LM Block）组成，包括Pixel-level SSM (PiM)层、Patch-level SSM (PaM)层和bidirectional Mamba (BiM)。

LM Block：
LM Block的核心组件有PiM层、PaM层和BiM。PiM层将特征图划分为多个大window，以增强局部邻域像素之间的关系建模。PaM层通过池化和反池化在不同子窗口之间传递信息，实现全局范围的依赖关系建模。BiM通过前向和后向扫描并叠加输出结果，关注图像中心区域的信息斑块。

实验：
实验在Abdomen CT和Abdomen MR数据集上进行，包括3D和2D任务。结果表明，大kernel Mamba模型在医学图像分割任务上表现出竞争力。消融实验进一步证明了大window Mamba的性能提升。

总结：
本文首次探索了大kernel Mamba块在医学图像分割上的潜力。通过分层和双向的设计，LMa-UNet能够有效地同时建模全局和局部关系，实现高效的医学图像分割。

文章来源

原文地址: 点我阅读全文
原文作者: 极市平台