MedMamba: Vision Mamba for Medical Image Classification

医学图像分类是计算机视觉领域中非常基础和关键的任务。近年来，基于CNN和Transformer的模型已被广泛用于分类各种医学图像。不幸的是，CNN在长程建模能力方面的限制阻碍了它们有效地提取医学图像特征，而Transformer则受到其二次计算复杂度的限制。最近的研究表明，由Mamba表示的状态空间模型（SSM）可以有效地建模长程交互，同时保持线性计算复杂度。受此启发，我们提出了专门用于医学图像分类的Vision Mamba（MedMamba）。更具体地说，我们引入了一个新颖的Conv-SSM模块。Conv-SSM将卷积层的局部特征提取能力与SSM捕捉长程依赖关系的能力相结合，从而对不同模态的医学图像进行建模。为了展示MedMamba的潜力，我们使用14个公开可用的医学数据集和两个自建私有数据集进行了广泛的实验。广泛的实验结果表明，所提出的MedMamba在检测各种医学图像中的病变方面表现良好。据我们所知，这是第一个专门针对医学图像分类的Vision Mamba。本研究旨在为医学图像分类任务建立一个新的基准，并为未来更高效、更有效的基于SSM的人工智能算法和应用系统的发展提供有价值的见解。源代码已经可在https://github.com/YubiaoYue/MedMamba获取。

本论文旨在解决医学图像分类中长程建模和计算复杂度的问题。研究者提出了一种新的方法MedMamba来处理医学图像分类任务。

论文提出了一种新的Conv-SSM模块，将卷积层的局部特征提取能力与SSM的长程依赖捕捉能力相结合，以实现对不同模态的医学图像进行建模。这种方法在保持线性计算复杂度的同时，有效地提取医学图像特征。

论文使用14个公共数据集和2个私有数据集进行了广泛的实验，证明了MedMamba在不同医学图像中检测病变方面的良好表现。此外，作者还提供了开源代码。

在这个领域中，最近的相关研究包括使用CNN和Transformer的医学图像分类方法。