明智地展平：补丁顺序如何塑造 Mamba 驱动的 MRI 分割视觉-计算机科学-机器学习-医学成像-语义分割.pdf

明智地展平：补丁顺序如何塑造Mamba驱动

的MRI分割视觉

OsamaHardanOmarElshenhabi

DepartmentofComputerScienceandEngineering,DepartmentofComputerScienceandEngineering

QatarUniversity,Doha,QatarQatarUniversity,Doha,Qatar

oh2107304@qu.edu.qaoe2106273@qu.edu.qa

TamerKhattabMohamedMabrok

DepartmentofElectricalEngineeringDepartmentofMathematicsandStatistics

QatarUniversity,Doha,Qatar.QatarUniversity,Doha,Qatar

本tkhattab@qu.edu.qam.a.mabrok@qu.edu.qa

译

中

1摘要—VisionMamba模型承诺在以线性计算成本提供与了手动勾画带来的变异性。卷积神经网络（CNN），如

v变压器级别的性能，但它们依赖于将2D图像序列化为1D序U-Net，在过去十年的进步中通过高效学习局部纹理线

4

8列，这引入了一个关键的、却被忽视的设计选择：patch扫描顺索发挥了驱动作用[1]。尽管深度、宽度和感受野操作

3序。在医学成像中，其中模态如脑MRI包含强烈的解剖先验，

3不断改进，CNN仍然通过有限范围的滤波器级联来提

1.这一选择并非微不足道。本文首次系统地研究了扫描顺序如何影取上下文；有效感受野仅覆盖理论区域的一小部分[2]，

响MRI分割。我们介绍了多扫描二维（MS2D），这是一个无

7

0参数模块，用于基于Mamba的架构，便于在不增加计算成本这阻碍了对准确神经解剖分割至关重要的长程依赖关

5的情况下探索各种扫描路径。我们在三个公共数据集（BraTS系建模。

2

:2020、ISLES2022、LGG）上进行了大规模基准测试，涵盖超

v基于变压器的架构通过在补丁标记上应用自注意

i过70,000张切片。我们的分析明确显示，扫描顺序是一个具有

x统计显著性的因素（Friedman测试：），力，将感受野扩展到整个图像。尽管这种机制在自然和

r

a性能差异高达27Dice分数点。空间连续路径——简单的水平医学视觉中取得了令人印象深刻的效果，但其内存占用

和垂直光栅——始终优于不连贯的对角线扫描。我们得出结论，量与补丁数量呈二次方增长。对于高分辨率脑部MRI

扫描顺序是一种强大的、零成本超参数，并提供了一个基于证或多体积研究，在训练和推理过程中二次方增长转化为

据的最佳路径短名单，以最大化Mamba模型在医学成像中的高昂的成本，这限制了其在GPU容量和延迟预算紧张

性能。

的临床环境中的采用[3],[4]。

IndexTerms—VisionMamba,医学成像,语义分割,

MRI,扫描策略状态空间序列模型（SSMs）提供了一个引人注目

的替代方案。通过将序列处理视为离散化的线性时不变

I.介绍系统，SSMs实现了卷积实现，这些实现在与序列长度