Feb 4, 2024 · VM-UNet
VM-UNet: Vision Mamba UNet for Medical Image Segmentation：基于状态空间模型的医学图像分割U形架构
提出首个基于纯状态空间模型（SSM）的医学图像分割模型VM-UNet，采用视觉状态空间（VSS）模块捕获长程上下文信息，并设计非对称编码器-解码器结构以减少卷积层数量，在ISIC17、ISIC18和Synapse数据集上取得有竞争力的性能。
EVENT STORY
Development
- First ReportVM-UNet: Vision Mamba UNet for Medical Image Segmentation：基于状态空间模型的医学图像分割U形架构arXiv cs.AI
- Current Assessment该工作为医学影像分析领域提供了高效的分割新范式，有望推动SSM在临床诊断、手术规划等场景的落地，降低对大规模标注数据和计算资源的依赖。Agent Pulse · analysis
该工作首次将Mamba状态空间模型引入医学图像分割，构建U形架构VM-UNet，以线性计算复杂度实现长程依赖建模，克服了CNN的局部感受野限制和Transformer的二次复杂度问题，为SSM在医学影像分析中的应用建立了基线。
VM-UNet的核心是视觉状态空间（VSS）模块，该模块基于Mamba的SSM实现，能够以线性复杂度捕获全局上下文。网络采用非对称编码器-解码器结构，编码器堆叠多个VSS模块，解码器使用较少的卷积层以降低计算成本。在ISIC17、ISIC18（皮肤病变分割）和Synapse（多器官分割）数据集上评估，性能与CNN和Transformer方法相当或更优。局限性在于未与最新混合模型对比，且仅在三个数据集上验证。
该工作为医学影像分析领域提供了高效的分割新范式，有望推动SSM在临床诊断、手术规划等场景的落地，降低对大规模标注数据和计算资源的依赖。
建议医疗AI团队评估将VM-UNet集成到现有影像分析管线中，作为轻量级分割模块，尤其适用于资源受限的边缘设备或实时诊断场景。
需在更大规模、更多样化的医学数据集（如CT、MRI）上验证泛化性，并探索与CNN或Transformer的混合架构以进一步提升精度。