MedMamba: Vision Mamba for Medical Image Classification

要約

医療画像の分類は、コンピューター ビジョンの分野において非常に基本的かつ重要なタスクです。
近年、CNN ベースおよび Transformer ベースのモデルが、さまざまな医療画像を分類するために広く使用されています。
残念ながら、長距離モデリング機能における CNN の制限により、医療画像内の特徴を効果的に抽出することができません。一方、Transformer は二次計算の複雑さによって妨げられます。
最近の研究では、Mamba に代表される状態空間モデル (SSM) が、線形の計算複雑さを維持しながら長距離相互作用を効率的にモデル化できることが示されています。
これにインスピレーションを得て、私たちは医療画像分類用の Vision Mamba (MedMamba) を提案します。
より具体的には、新しい Conv-SSM モジュールを導入します。
Conv-SSM は、畳み込み層の局所特徴抽出機能と SSM の長距離依存関係をキャプチャする機能を組み合わせて、さまざまなモダリティで医療画像をモデル化します。
MedMamba の可能性を実証するために、私たちはさまざまなイメージング技術を備えた 14 の公的に利用可能な医療データセットと、独自に構築した 2 つのプライベート データセットを使用して大規模な実験を実施しました。
広範な実験結果により、提案された MedMamba がさまざまな医療画像内の病変の検出に優れた性能を発揮することが実証されています。
私たちの知る限り、これは医療画像分類用に調整された最初の Vision Mamba です。
この研究の目的は、医療画像分類タスクの新しいベースラインを確立し、医療におけるより効率的かつ効果的な SSM ベースの人工知能アルゴリズムとアプリケーション システムの将来の開発に貴重な洞察を提供することです。
ソースコードは https://github.com/YubiaoYue/MedMamba で入手できます。

要約(オリジナル)

Medical image classification is a very fundamental and crucial task in the field of computer vision. These years, CNN-based and Transformer-based models have been widely used to classify various medical images. Unfortunately, The limitation of CNNs in long-range modeling capabilities prevents them from effectively extracting features in medical images, while Transformers are hampered by their quadratic computational complexity. Recent research has shown that the state space model (SSM) represented by Mamba can efficiently model long-range interactions while maintaining linear computational complexity. Inspired by this, we propose Vision Mamba for medical image classification (MedMamba). More specifically, we introduce a novel Conv-SSM module. Conv-SSM combines the local feature extraction ability of convolutional layers with the ability of SSM to capture long-range dependency, thereby modeling medical images with different modalities. To demonstrate the potential of MedMamba, we conducted extensive experiments using 14 publicly available medical datasets with different imaging techniques and two private datasets built by ourselves. Extensive experimental results demonstrate that the proposed MedMamba performs well in detecting lesions in various medical images. To the best of our knowledge, this is the first Vision Mamba tailored for medical image classification. The purpose of this work is to establish a new baseline for medical image classification tasks and provide valuable insights for the future development of more efficient and effective SSM-based artificial intelligence algorithms and application systems in the medical. Source code has been available at https://github.com/YubiaoYue/MedMamba.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google