摘要
卷积神经网络（CNNs）和Transformer已成为生物医学图像分割中最主流的架构，但二者在处理长距离依赖关系方面均存在局限性，分别受限于固有的局部感受野特性或较高的计算复杂度。为应对这一挑战，我们提出U-Mamba，一种面向生物医学图像分割的通用网络架构。受状态空间序列模型（State Space Sequence Models, SSMs）的启发——这类新兴的深度序列模型以其强大的长序列建模能力著称，我们设计了一种混合CNN-SSM模块，将卷积层在局部特征提取方面的优势与SSMs在捕捉长距离依赖关系方面的能力有机结合。此外，U-Mamba具备自配置机制，能够自动适应多种数据集，无需人工干预。我们在四项具有代表性的任务上开展了广泛实验，涵盖CT与MRI中的三维腹部器官分割、内窥镜图像中的器械分割以及显微图像中的细胞分割。实验结果表明，U-Mamba在所有任务中均显著优于当前最先进的基于CNN和基于Transformer的分割网络。这一成果为生物医学图像分析中高效建模长距离依赖关系开辟了新路径。相关代码、模型及数据已公开发布于 https://wanglab.ai/u-mamba.html。