状态空间模型(state space model,SSM)在长序列计算效率方面表现优异。2024年基于SSM的具有选择机制和硬件感知状态扩展的Mamba模型问世,状态空间模型成为新的备受瞩目的人工智能架构,其性能可能超过Transformer。为了充分了解状态空间...状态空间模型(state space model,SSM)在长序列计算效率方面表现优异。2024年基于SSM的具有选择机制和硬件感知状态扩展的Mamba模型问世,状态空间模型成为新的备受瞩目的人工智能架构,其性能可能超过Transformer。为了充分了解状态空间模型在医学图像处理领域的研究和应用,本文进行了全面的调查,首先对状态空间模型的发展历程和各种基于SSM的基础模型进行总结,然后按照图像分割、分类、配准和融合、重建,以及疾病预测、医学图像合成、放射治疗剂量预测任务进行分类研究,探讨了每种任务中SSM模型的改进和应用,最后讨论了状态空间模型面临的挑战和今后的研究方向。本文讨论的研究及其开源实现汇编在GitHub中,地址为https://github.com/wyl32123/ssm-medical-paper/tree/main。展开更多
状态空间模型(state space model,SSM)最初应用于自然语言处理领域,因其在长序列计算效率方面表现优异,成为近期的研究热点。受到SSM强大表示能力的启发,研究人员开始将这种模型从语言扩展到计算机视觉任务。与其他模型(例如卷积网络和T...状态空间模型(state space model,SSM)最初应用于自然语言处理领域,因其在长序列计算效率方面表现优异,成为近期的研究热点。受到SSM强大表示能力的启发,研究人员开始将这种模型从语言扩展到计算机视觉任务。与其他模型(例如卷积网络和Transformer)相比,基于SSM的模型在各种视觉基准上显示出竞争性的甚至更好的性能。展开更多
文摘状态空间模型(state space model,SSM)在长序列计算效率方面表现优异。2024年基于SSM的具有选择机制和硬件感知状态扩展的Mamba模型问世,状态空间模型成为新的备受瞩目的人工智能架构,其性能可能超过Transformer。为了充分了解状态空间模型在医学图像处理领域的研究和应用,本文进行了全面的调查,首先对状态空间模型的发展历程和各种基于SSM的基础模型进行总结,然后按照图像分割、分类、配准和融合、重建,以及疾病预测、医学图像合成、放射治疗剂量预测任务进行分类研究,探讨了每种任务中SSM模型的改进和应用,最后讨论了状态空间模型面临的挑战和今后的研究方向。本文讨论的研究及其开源实现汇编在GitHub中,地址为https://github.com/wyl32123/ssm-medical-paper/tree/main。
文摘状态空间模型(state space model,SSM)最初应用于自然语言处理领域,因其在长序列计算效率方面表现优异,成为近期的研究热点。受到SSM强大表示能力的启发,研究人员开始将这种模型从语言扩展到计算机视觉任务。与其他模型(例如卷积网络和Transformer)相比,基于SSM的模型在各种视觉基准上显示出竞争性的甚至更好的性能。
