DAF-Mamba：一种用于心脏图像分割的动态选择性自适应融合算法

《Pattern Recognition》：DAF-Mamba: Dynamic Selective and Adaptive Fused Mamba for Cardiac Image Segmentation

心脏图像分割中，为解决多尺度特征融合与边界精度问题，提出DMSM动态多尺度选择模块和AFFM自适应特征融合模块，构建DAF-Mamba模型。实验表明，在CT、US、MRI数据集上，DAF-Mamba的Dice、ASD、HD95等指标优于Mamba-UNet和Swin-UNet，边界分割精度提升显著（ASD从0.97降至0.81mm），且计算效率优化。

　　心脏病变区域具有多样的形态特征和显著的尺度变化。这使得在进行图像分割时，需要采用能够捕捉细小病变细节同时保持计算效率的方法。然而，传统的卷积神经网络（CNN）由于其局部感受野的限制，往往在病变边界处产生模糊效果，而基于Transformer的模型虽然具备全局感知能力，但在复杂病变区域的细结构分割方面仍面临挑战。为了解决这一问题，我们提出了一种新的模型——DAF-Mamba，它集成了两个创新模块：动态多尺度选择模块（DMSM）和自适应特征融合模块（AFFM）。DMSM通过分析特征图的复杂性动态调整处理尺度，从而在优化计算效率的同时提高分割精度。AFFM则通过融合局部和全局信息，增强模型对病变边界特征的捕捉能力。DAF-Mamba在多种心脏影像数据集（包括CT、超声和MRI）上的实验结果表明，它在多个评估指标如Dice、ASD、HD95、IoU和Acc方面均优于现有模型。特别是在边界分割方面，其性能显著提升，将ASD从0.97 mm降低至0.81 mm，HD95从2.46 mm降至2.02 mm（与Mamba-UNet相比），验证了其在细结构处理上的有效性。

在医学影像分割领域，准确的分割结果对于疾病诊断、治疗方案制定和术后监测至关重要。心脏影像作为临床诊断中的重要组成部分，其CT、超声和MRI扫描的精确分割直接影响临床决策的准确性和时效性。例如，在冠状动脉疾病的诊断中，心脏CT血管造影依赖于对斑块的准确分割以评估血管狭窄的程度。即使是最微小的分割误差也可能导致误判为严重的血管狭窄，进而影响手术决策。此外，超声影像因其实时性优势，被广泛用于术中监测。然而，超声影像的噪声和低对比度使得分割的鲁棒性成为确保对心脏瓣膜运动和血流动力学可靠分析的关键。临床研究表明，不准确的分割是心脏疾病误诊的主要原因之一，这凸显了开发高精度算法的紧迫性。

心脏病变区域在形态和尺寸上存在显著差异。为了满足临床对高精度和实时性的需求，分割模型不仅要能够精确地勾勒病变边界，还需高效地处理大量图像数据。例如，在心脏磁共振（CMR）影像中，左心室壁的瘢痕组织可能表现为扩散区域或小型结节，其边界不清晰且与健康心肌的灰度对比度较低。在这些情况下，传统算法往往难以达到临床可接受的分割精度。此外，单次心脏CT扫描可能生成数百个切片，而较长的分割时间会严重限制急诊情况下的临床响应速度。

近年来，深度学习技术，特别是基于U-Net的卷积神经网络架构，已被广泛应用于医学图像分割领域。U-Net的对称编码器-解码器结构和跳跃连接有效地提取局部特征并恢复图像细节。在心脏分割任务中，U-Net及其变种通过嵌套跳跃连接提升了分割精度。然而，CNN依赖于局部特征提取，这在一定程度上限制了其对全局上下文的捕捉能力，尤其是在复杂病变区域。例如，在心房颤动纤维化分割任务中，受限的感受野可能导致U-Net将不连续的纤维化斑块误判为噪声，从而导致高比例的漏检。

为了解决这一局限性，基于Transformer的架构因其自注意力机制在建模长距离依赖关系方面的优势，成为一种有前景的替代方案。例如，TransUNet通过引入Transformer架构，实现了全局注意力机制，从而在分割精度方面取得了突破。Swin-UNet进一步结合了分层窗口注意力机制，保留了全局建模能力的同时减少了参数数量。然而，Transformer模型的计算复杂度随着序列长度的增加呈二次增长，这使得其在高分辨率图像处理中资源消耗大、内存需求高，严重限制了其在临床应用中的实用性。

为了应对Transformer模型的高计算成本，状态空间模型（SSMs）提供了一种更为高效的替代方案。特别是Mamba架构，它采用了一种选择性状态转移机制，使得模型在保留全局感知能力的同时，将计算复杂度降低到线性规模。这种特性使得Mamba在医学图像分割中具有较高的效率。实验结果表明，Mamba-UNet在心脏CT分割任务中表现出色，显著提高了推理速度，与TransUNet相比具有明显优势。然而，现有的Mamba模型在多尺度特征融合方面仍存在挑战，这限制了其对心脏结构多样尺度的适应能力，从毫米尺度的冠状动脉到厘米尺度的心脏腔室。此外，超声影像中的回声伪影可能导致基于Mamba的模型出现非生理性的空洞，揭示了其对噪声干扰的脆弱性。

针对上述挑战，我们提出了一种新的医学图像分割模型——DAF-Mamba，它集成了两个关键创新模块：动态多尺度选择模块（DMSM）和自适应特征融合模块（AFFM）。DMSM通过分析特征图的复杂性动态调整处理尺度，从而在优化计算效率的同时提高分割精度。AFFM则通过融合局部和全局特征信息，增强模型对病变边界特征的捕捉能力。如图1所示，DAF-Mamba在边界区域实现了精确的分割。即使在高噪声的超声影像中，DAF-Mamba仍能保持优异的性能，展现出在临床应用中的强大潜力。

本文的主要贡献包括以下几点：

首先，我们提出了一种新的动态多尺度选择模块（DMSM），通过从输入特征中自适应地调整多尺度信息，提升了图像分割任务中特征表示的灵活性和效率。具体而言，在高复杂度区域（如病变边界模糊的区域），DMSM会提高分辨率以捕捉更精细的细节，从而提高分割精度。相反，在低复杂度区域（如背景区域），DMSM会降低分辨率以减少计算开销，提高整体计算效率。

其次，我们引入了一种自适应特征融合模块（AFFM），以增强模型对病变区域边界特征的敏感性。AFFM通过动态加权机制自适应地融合局部和全局特征信息。为了优化融合过程，它还结合了注意力机制，通过可学习的加权参数动态调整局部和全局特征的贡献，从而实现更准确的边界特征增强。

本文的结构如下：第二部分回顾了现有的医学图像分割深度学习方法。第三部分详细介绍了所提出的网络架构和方法。第四部分描述了实验设置和结果。第五部分对实验结果进行了深入分析。最后，第六部分总结了本研究及其主要贡献。

在基于CNN的医学图像分割模型方面，自U-Net模型引入以来，其对称的编码器-解码器结构和跳跃连接已成为医学图像分割的经典架构。该结构显著增强了局部特征的提取能力，并有效地恢复了图像细节。随后的研究催生了多个改进版本。例如，UNet++通过嵌套结构和深度监督机制，提升了对细粒度特征的学习能力，从而提高了分割精度。

DAF-Mamba模型的整体架构如图2所示，它遵循编码器-解码器结构，包含四个关键阶段：第一阶段是特征嵌入与预处理，输入图像通过参数化的图像块嵌入转换为高维张量空间；第二阶段是多尺度特征提取，在编码路径中，采用级联结构进行多尺度特征提取；第三阶段是自适应特征融合，通过AFFM模块融合局部和全局特征信息，以增强边界特征的表达能力；第四阶段是解码路径，通过上采样和跳跃连接恢复图像的细节信息。这种结构设计使得DAF-Mamba在保持计算效率的同时，能够实现高精度的分割效果。

为了验证DAF-Mamba在心脏图像分割任务中的性能，我们使用了四个公开的心脏数据集进行实验。这些数据集涵盖了多种心脏影像模式和病变类型，以确保方法的鲁棒性和泛化能力。我们将DAF-Mamba与其他先进模型进行了比较，验证了其在不同数据集上的适应性和性能表现。

在模型效率和性能方面，如表3所示，我们的模型在参数数量和计算成本方面相比Mamba-UNet有所增加，分别为0.4M和0.11G。这种增加仍然处于合理范围内，确保了模型的高效性同时提高了分割精度。相比之下，Swin-UNet模型因其复杂的网络结构和全局上下文建模能力，参数数量更多，对硬件资源的需求更高。我们的模型在保持高性能的同时，显著降低了计算资源的消耗，使得其在临床应用中更具可行性。

DAF-Mamba模型在心脏图像分割任务中展现出显著的优势，主要归功于其两个关键模块之间的有效协同作用：DMSM和AFFM。实验结果表明，DAF-Mamba在多模态心脏图像分割任务中优于现有的模型，如Mamba-UNet和Swin-UNet。它在多个评估指标上均表现出色，包括Dice、IoU和Acc。特别是其在边界分割方面的性能显著提升，将ASD从0.97 mm降低至0.81 mm，HD95从2.46 mm降低至2.02 mm，验证了其在细结构处理上的有效性。

本文的研究得到了多个机构的资助。其中，Yonglin Chen的研究得到了安徽省教育厅的自然科学基金支持，Yalong Yang的研究则得到了中国国家科技重大专项的支持。此外，本文还感谢了其他参与机构和研究人员的支持，为研究的顺利进行提供了重要保障。

综上所述，DAF-Mamba模型在心脏图像分割领域具有重要的应用价值。它通过动态多尺度选择和自适应特征融合，有效解决了传统方法在处理复杂病变区域时的不足，提高了分割精度和效率。未来的研究可以进一步优化模型的参数设置，探索其在其他医学影像任务中的适用性，同时加强对模型在实际临床环境中的测试和验证，以确保其在真实场景中的可靠性和实用性。此外，还可以研究如何将DAF-Mamba模型与其他先进的医学影像处理技术相结合，以提升整体的诊断和治疗效果。