多尺度特征融合的Vision Mamba UNet医学图像分割OA

医学图像分割是计算机辅助诊断中的重要手段,其目的是辅助医生进行影像分析,做出合理诊断,主要难点在于如何在复杂组织背景下准确有效地定位病灶与器官。在现有研究中,基于CNN的模型由于缺乏全局感受野,难以捕获全局依赖关系;基于Transformer的模型虽然克服了这一问题,但其计算复杂度随序列长度呈二次方增加,对硬件资源要求极高且计算消耗巨大。针对上述问题,文中提出了一种多尺度特征融合医学图像分割网络(MSFFVM-UNet)。该网络以视觉状态空间模型(VMamba)为基础,实现了线性复杂度下的全局感受野。同时,为了增强模型的全局建模能力和局部细节处理能力,模型在解码器中引入了视觉状态空间扩展模块(VSSE),使用多尺度特征融合注意力机制(MSFF Attention)替换常规的跳跃连接,实现多尺度上下文信息的自适应融合;在瓶颈层引入的高效多尺度融合模块(EMSF)也进一步提升了深层特征的表征能力。模型在ISIC2017、ISIC2018皮肤病变和Synapse腹部多器官分割数据集上进行了充分的对比试验,实验结果表明,该模型在mIoU、DSC和HD95等指标上优于UNet、Swin-Unet和VM-UNet等主流架构,运算效率也更优。