HMT-UNet：一种用于医学图像分割的混合玛巴-变换器视觉UNet
内容提要
U-Mamba是一种基于深度序列模型的医学图像分割网络，结合卷积层和序列模型的优点，适应不同数据集并提高分割效果。研究还提出了Vision Mamba UNet (VM-UNet)和Mamba-UNet等新架构，利用状态空间模型和半监督学习，显著提升医学图像分割性能，适用于移动健康应用。
延伸解读
从CNN/Transformer到Mamba：医学图像分割的演进
文章指出，CNN对长距离依赖建模能力有限，难以充分利用图像语义信息；Transformer虽能建模长程交互，但二次计算复杂度带来挑战。基于状态空间模型（SSM）的Mamba方法在保持线性复杂度的同时，展现出卓越的长程建模性能，为医学图像分割提供了新方向。U-Mamba、VM-UNet等模型正是这一趋势下的代表，它们融合卷积与序列模型优势，在多个任务中超越传统CNN和Transformer网络。
Mamba UNet家族的技术多样性
文章列举了多个基于Mamba的UNet变体，各有侧重：VM-UNet首次纯SSM构建，引入VSS块；Mamba-UNet结合U-Net与Mamba，性能优于UNet和Swin-UNet；Semi-Mamba-UNet采用半监督学习应对标注难题；LightM-UNet轻量化设计适合移动健康；LMa-UNet利用大窗口增强全局与邻域建模；VM-UNetV2引入SDI融合多级特征；H-vmunet通过高阶扫描减少冗余；TM-UNet用Triplet SSM融合特征并减少参数；ViM-UNet在显微镜实例分割中高效表现。这
轻量化与半监督：应对实际部署挑战
文章特别提到LightM-UNet在轻量化框架中整合Mamba和UNet，大幅降低参数和计算成本，适用于移动健康应用。同时，Semi-Mamba-UNet利用半监督学习框架，结合自监督像素级对比学习，缓解医学影像分割中专家标注稀缺的问题。这两类探索表明，Mamba架构不仅追求性能提升，也关注实际部署中的效率与标注瓶颈，为临床落地提供了可能。
Q&A
U-Mamba网络的主要特点是什么？
U-Mamba网络结合了卷积层的局部特征提取能力与序列模型的长距离依赖捕捉能力，适应不同数据集并提高分割效果。
Vision Mamba UNet (VM-UNet)是如何提升医学图像分割性能的？
VM-UNet通过引入Visual State Space块捕获上下文信息，并采用不对称的编码器-解码器结构，显著提升分割性能。
Mamba-UNet架构与传统UNet相比有什么优势？
Mamba-UNet结合了U-Net和Mamba的能力，通过Visual Mamba编码器-解码器结构显著优于传统UNet和Swin-UNet。
Semi-Mamba-UNet是如何解决医学影像分割中的长程依赖问题的？
Semi-Mamba-UNet采用半监督学习框架，结合可视mamba-based UNet架构，提升特征学习性能以解决长程依赖问题。
LightM-UNet的设计目标是什么？
LightM-UNet旨在整合Mamba和UNet于轻量化框架中，显著降低参数和计算成本，适用于移动健康应用。
H-vmunet在医学图像分割中表现如何？
H-vmunet通过高阶选择性扫描模块提高了2D选择性扫描操作的适应性，显示出在医学图像分割任务中的强大竞争力。
