CS-MUNet: 腹部の多臓器セグメンテーションのためのチャンネル-空間デュアルストリーム・マンバネットワーク

要約: 近年、Mambaベースの手法は腹部臓器のセグメンテーションに有望であることが示されています。しかし、従来のアプローチはチャネル間の解剖学的意味的協調を十分に考慮せず、境界を意識した特徴融合機構を欠いています。これらの限界に対処するため、2つの目的別に設計されたモジュールを備えたCS-MUNetを提案します。境界認識 State Mamba モジュールは、ベイズ注意機構を用いてピクセルレベルの境界事後マップを生成し、Mambaのコアスキャンパラメータへ直接注入して境界認識をSSMの状態遷移機構に組み込み、一方でデュアルブランチの重み割り当てはグローバルおよびローカルの構造表現間で補完的な調整を可能にします。Channel Mamba State Aggregation モジュールは、チャネル次元をSSMのシーケンス次元として再定義し、データ駆動型の方法でクロスチャネルの解剖学的意味的協調を明示的にモデル化します。2つの公開ベンチマークでの実験は、CS-MUNetが複数の指標で最先端手法を一貫して上回ることを示し、腹部の多臓器セグメンテーションにおけるチャネル意味協調と境界認識特徴融合を共同で扱う新しいSSMモデリングパラダイムを確立します。