时空记忆驱动的混合CNN-Mamba编码与频域解码CT器官分割方法

为解决CT影像中器官变形大、位置偏移及低对比度导致的分割难题，山东交通大学智能建造装备技术与系统山东省重点实验室团队创新性地提出HCMFDS-Net模型。该研究整合时空记忆模块(STM)捕获切片间动态特征，采用混合CNN-Mamba编码器增强噪声环境下的特征提取能力，结合分组频域注意力解码器强化边界细节。实验表明，模型在LiTS17和Synapse数据集上Dice/IoU指标显著优于现有方法，为医学影像分析提供了高精度解决方案。

　　

在医学影像分析领域，CT扫描的器官分割一直是临床诊断和治疗规划的核心环节。然而，现有技术面临三大"拦路虎"：相邻切片间器官形态的剧烈变形、低信噪比导致的边界模糊，以及传统方法对时空连续性的忽视。这些问题使得即便是当前最先进的U-Net、nnU-Net等模型，在面对肝脏等复杂器官分割时，仍会出现"断层式"误判——就像拼图丢失了关键连接片。

针对这些挑战，山东交通大学智能建造装备技术与系统山东省重点实验室的Yongpeng Zhao团队在《Neurocomputing》发表的研究中，带来了突破性的解决方案。他们开发的HCMFDS-Net模型，如同给CT扫描仪装上了"时空导航系统"，通过三个核心技术模块的协同作用：时空记忆网络(STM)像"医学影像DVR"般记录并调用历史切片特征；混合CNN-Mamba编码器如同"智能滤网"，在噪声中精准分离器官特征；分组频域注意力解码器则化身"边界修复大师"，在频率域增强组织轮廓。这种多维度创新，使得模型在肝脏肿瘤分割挑战赛LiTS17等权威数据集上，交出了Dice系数88.7%的优异成绩单。

关键技术方面，研究团队采用：1）基于Cutie架构改进的时空记忆模块，通过特征嵌入$f$_t=E(I_t)实现动态记忆存取；2）混合CNN-Mamba块(HCMB)融合局部卷积与全局状态空间建模；3）大核分组频域门控注意力机制，采用3×3分组卷积替代点卷积。实验数据来自包含200例3D CT扫描的LiTS17和Synapse多器官数据集。

【视觉状态空间模型】
研究创新地将Mamba块引入医学图像处理，通过选择性扫描机制处理长序列依赖，其状态空间方程$h\text{'}(t)=Ah(t)+Bx(t)$有效建模器官形态演变。

【预处理】
采用非局部均值滤波降低量子噪声，并通过直方图匹配解决多中心数据异质性。Synapse数据集包含30例腹部CT的8器官标注，层厚1-5mm不等。

【消融实验】
如表4所示，单独使用HCMB模块使肝脏分割Dice提升4.2%，而完整模型在胰腺分割中达到81.3% IoU，证明频域解码对细小器官的增强效果。

【结论与展望】
这项研究开创性地将自然视频分割的时空记忆机制迁移至医学领域，其记忆银行设计可存储多达50个历史切片特征。特别值得注意的是，频域解码器通过傅里叶变换提取的边界特征，使低对比区域分割误差降低37%。未来，该架构可扩展至MRI等多模态影像分析，为智能手术导航系统提供关键技术支撑。正如论文通讯作者Kefeng Li指出："HCMFDS-Net的价值不仅在于指标提升，更在于它建立了处理医学影像动态特征的通用框架。"