論文の概要: DAMamba-UNet3D: A Parameter-Efficient Mamba State Space U-Net with Dynamic Adaptive Scan for 3D Medical Image Segmentation

• arxiv url: http://arxiv.org/abs/2607.22718v1
• Date: Tue, 21 Jul 2026 16:42:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.840232
• Title: DAMamba-UNet3D: A Parameter-Efficient Mamba State Space U-Net with Dynamic Adaptive Scan for 3D Medical Image Segmentation
• Title（参考訳）: DAMamba-UNet3D:3次元医用画像分割のための動的適応走査を用いたパラメータ効率の良いマンバ状態空間U-Net
• Abstract要約: DAMamba-UNet3Dは、エンコーダステージE2-E4で3次元DASブロックを統合するハイブリッドエンコーダデコーダである。 BraTS 2020の5倍のクロスバリデーションでは、DAMamba-UNet3DはDice 0.815 +/-0.013をSegMambaよりも13倍低いパラメータで達成している。
• 参考スコア（独自算出の注目度）: 1.9414157088543738
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose parameter-efficient SSM-based U-Net architectures for 3D medical image segmentation. Convolutional U-Nets afford O(n) local mixing per layer but lack explicit global context; transformers provide global reasoning at O(n^2) cost in sequence length $n$. State-space models (SSMs), such as Mamba, offer $O(n)$ global propagation per block. Yet, existing medical SSM segmenters rely on fixed scan patterns and large parameter budgets. Dynamic Adaptive Scan (DAS), which learns data-dependent reordering before selective scan, has not been applied to medical imaging or extended to 3D volumes. We propose DAMamba-UNet3D, a hybrid encoder-decoder that integrates tri-plane 3D-DAS blocks at encoder stages E2-E4 while retaining convolutions elsewhere (~5.3M parameters). On BraTS 2020 five-fold cross-validation, DAMamba-UNet3D achieves mean Dice 0.815+/-0.013 (full-volume per-case evaluation) at ~13x lower parameter cost than SegMamba (0.824+\-0.014, ~70M). At comparable scale, DAMamba-L (~70M), a wide DAS-native variant with encoder-only DAMamba and a convolutional bottleneck, reaches 0.829+\-0.012, surpassing retrained SegMamba by 0.5pt. Component ablations show that encoder-only DAS placement is critical as bottleneck and decoder SSM blocks lower Dice. Together, the results suggest that learned tri-plane DAS in a hybrid U-Net is competitive with, and under our large-scale design may improve upon, SegMamba's fixed Tri-orientated Mamba (ToM) scanning on BraTS 2020. Code: https://github.com/marafathussain/DAMamba-UNet3D.
• Abstract（参考訳）: 3次元医用画像セグメンテーションのためのパラメータ効率のよいSSMベースのU-Netアーキテクチャを提案する。 畳み込みU-ネットは、層ごとのO(n)局所混合を許容するが、明示的なグローバルコンテキストは欠く; 変換器はシーケンス長$n$のO(n^2)コストで大域的推論を提供する。 Mambaのような状態空間モデル(SSM)はブロックごとのグローバルな伝搬を$O(n)$で提供する。 しかし、既存の医療用SSMセグメンタは、固定されたスキャンパターンと大きなパラメータ予算に依存している。 ダイナミック・アダプティブ・スキャン(英語版)(DAS)は、選択的スキャンの前にデータ依存の並べ替えを学習するが、医用画像には適用されず、3Dボリュームにまで拡張されている。 DAMamba-UNet3Dは3次元DASブロックをエンコーダステージE2-E4で統合し,他の領域(約5.3Mパラメータ)で畳み込みを保持するハイブリッドエンコーダである。 BraTS 2020では、DAMamba-UNet3Dは、セグマンバ (0.824+\-0.014, ~70M) よりも約13倍低いパラメータでDice 0.815+/-0.013(フルボリューム毎ケース評価)を達成する。 同等規模の DAMamba-L (~70M) はエンコーダのみの DAMamba と畳み込みボトルネックを備えた DAS ネイティブ版で、0.829+\-0.012 に達し、再訓練された SegMamba を0.5pt で上回る。 コンポーネントの短縮により、エンコーダのみのDAS配置はボトルネックとして重要であり、デコーダのSSMはDiceをブロックする。 その結果、ハイブリッドU-Netにおける学習された三面体DASは競争力があり、我々の大規模設計の下では、SegMambaのBraTS 2020上でのTri-Orientated Mamba(ToM)スキャンが改善される可能性が示唆された。 コード:https://github.com/marafathussain/DAMamba-UNet3D

関連論文リスト

• BiSegMamba: Efficient Bidirectional Tri-Oriented Mamba for 3D Medical Image Segmentation [6.344197178127241]
  本稿では,3次元医用画像分割のための3次元ネットワークであるBiSegMambaを提案する。 BiSegMambaは、血管、心臓、脳腫瘍、腹部の多臓器セグメンテーションタスクを一般化する。 SegMamba-V2と比較して、BiSegMambaはBraTS2023のパフォーマンスがわずかに向上し、ACDCと頸動脈データセットが明確になった。
  論文  参考訳（メタデータ） (2026-05-29T08:13:22Z)
• DALight-3D: A Lightweight 3D U-Net for Brain Tumor Segmentation from Multi-Modal MRI [0.0]
  DALight-3Dは、奥行き分離可能な3D畳み込み、識別子条件付き正規化、クロススライスアテンション、適応スキップ融合を組み合わせたコンパクトな3D U-Netである。 その結果、DALight-3Dは、現在のベンチマーク設定内で、良好な精度と効率のトレードオフを提供することが示された。
  論文  参考訳（メタデータ） (2026-05-06T05:54:44Z)
• A Hybrid Mamba-SAM Architecture for Efficient 3D Medical Image Segmentation [0.4358626952482685]
  Mamba-SAMは、凍ったSAMエンコーダと、Mamba-based State Space Models (SSM)の線形時間効率と長距離モデリング機能を組み合わせた、新しくて効率的なハイブリッドアーキテクチャである。 本稿では,MFGC(Multi-Frequency Gated Convolution)を導入し,空間領域情報と周波数領域情報を3次元離散コサイン変換と適応ゲーティングにより共同解析することにより特徴表現を向上させる。 Dual-branch Mamba-SAM-Baseモデルでは、平均Diceスコアが0.906となり、UNet++ (0.907)に匹敵する。
  論文  参考訳（メタデータ） (2026-01-31T10:51:17Z)
• Multimodal Visual Surrogate Compression for Alzheimer's Disease Classification [69.87877580725768]
  MVSC(Multimodal Visual Surrogate Compression)は、大規模な3D sMRIボリュームをコンパクトな2D機能に圧縮し、適応させることを学ぶ。 MVSCには2つの重要なコンポーネントがある: テキストガイダンスの下でグローバルなクロススライスコンテキストをキャプチャするボリュームコンテキストと、テキストエンハンスでパッチワイズな方法でスライスレベルの情報を集約するAdaptive Slice Fusionモジュール。
  論文  参考訳（メタデータ） (2026-01-29T13:05:46Z)
• D3D-VLP: Dynamic 3D Vision-Language-Planning Model for Embodied Grounding and Navigation [66.7166217399105]
  エージェントは、エンドツーエンドモデルには解釈可能性や明示的な3D推論が欠けているという、重要なジレンマに直面します。 1) 計画,グラウンド,ナビゲーション,質問応答を単一の3D-VLMパイプラインとCoTパイプラインで統一する動的3Dチェーン(3D CoT) ; 2) フラグメンテッド・スーパービジョン(SLFS)戦略からのシナジスティック学習 マスク付き自己回帰損失を用いて,大規模かつ部分的に注釈付けされたハイブリッドデータから学習する。
  論文  参考訳（メタデータ） (2025-12-14T09:53:15Z)
• Flatten Wisely: How Patch Order Shapes Mamba-Powered Vision for MRI Segmentation [4.9921974350575296]
  ビジョン・マンバモデルは線形計算コストで変圧器レベルの性能を約束する。 2D画像を1Dシーケンスにシリアライズすることへの依存は、重要なが見過ごされている設計選択、すなわちパッチスキャン順序をもたらす。 本稿では,MRIセグメントのスキャン順序がMRIセグメントに与える影響について,最初の系統的研究を行った。
  論文  参考訳（メタデータ） (2025-07-15T21:37:37Z)
• UniMamba: Unified Spatial-Channel Representation Learning with Group-Efficient Mamba for LiDAR-based 3D Object Detection [53.785766442201094]
  LiDAR 3D検出の最近の進歩は、ポイントクラウド空間からグローバルな依存関係をキャプチャするTransformerベースのフレームワークの有効性を示している。 トランスフォーマーのかなりの数の3Dボクセルと二次的な複雑さのため、トランスフォーマーに供給する前に複数のシーケンスがグループ化され、受容野が制限される。 2次元視覚タスクの分野で達成された状態空間モデル(SSM)の印象的な性能に触発されて、我々は新しい統一マンバ(UniMamba)を提案する。 特に、UniMambaブロックは、主にローカリティモデリング、Zオーダーシリアライゼーション、局所グローバルシーケンシャルアグリゲータで構成されている。
  論文  参考訳（メタデータ） (2025-03-15T06:22:31Z)
• MedSegMamba: 3D CNN-Mamba Hybrid Architecture for Brain Segmentation [15.514511820130474]
  我々は皮質下脳分割のための3DパッチベースのハイブリッドCNN-Mambaモデルを開発した。 モデルの性能をいくつかのベンチマークで検証した。
  論文  参考訳（メタデータ） (2024-09-12T02:19:19Z)
• Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction [153.52406455209538]
  Gambaは、単一のビューイメージからエンドツーエンドの3D再構成モデルである。 1つのNVIDIA A100 GPUで0.05秒以内に再構築が完了する。
  論文  参考訳（メタデータ） (2024-03-27T17:40:14Z)
• Asymmetric 3D Context Fusion for Universal Lesion Detection [55.61873234187917]
  3Dネットワークは、3Dコンテキストでは強いが、教師付き事前トレーニングがない。 既存の3Dコンテキスト融合演算子は空間対称に設計されており、畳み込みのように各2Dスライス上で同一の操作を行う。 本研究では, 異なる重みを持つ非対称な3次元コンテキスト融合演算子 (A3D) を提案し, 異なる2次元スライスから3次元コンテキストを融合させる。
  論文  参考訳（メタデータ） (2021-09-17T16:25:10Z)
• 3-Dimensional Deep Learning with Spatial Erasing for Unsupervised Anomaly Segmentation in Brain MRI [55.97060983868787]
  我々は,MRIボリュームと空間消去を組み合わせた空間文脈の増大が,教師なしの異常セグメンテーション性能の向上に繋がるかどうかを検討する。 本稿では,2次元変分オートエンコーダ(VAE)と3次元の相違点を比較し,3次元入力消去を提案し,データセットサイズが性能に与える影響を体系的に検討する。 入力消去による最高の3D VAEは、平均DICEスコアが31.40%となり、2D VAEは25.76%となった。
  論文  参考訳（メタデータ） (2021-09-14T09:17:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。