U-PEN Mamba: Progressive Expansion with Selective State-Space Modeling for Efficient Retinal Vessel Segmentation

📄 arXiv: 2609.24049v1 📥 PDF

作者: Abel A. Reyes-Angulo, Sidike Paheding, Vijayan K. Asari, Mohammad Alam, Jeevan Devagiri

分类: cs.CV

发布日期: 2026-09-21

🔗 代码/项目: GITHUB

💡 一句话要点

提出U-PEN Mamba以解决视网膜血管分割中的挑战

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 视网膜血管分割 深度学习 选择性状态空间建模 全局上下文 医学影像分析 U-Net 渐进特征扩展

📋 核心要点

  1. 现有的编码-解码网络在处理细血管、低对比度和前景-背景不平衡时存在显著挑战，影响视网膜血管分割的准确性。
  2. 本文提出U-PEN Mamba，通过渐进非线性特征扩展和选择性状态空间建模来增强局部血管响应和建模长距离依赖。
  3. U-PEN Mamba在CHASE DB1和DRIVE数据集上表现优异，分别达到0.8394和0.8221的平均交并比，显示出显著的性能提升。

📝 摘要（中文）

准确的视网膜血管分割对于计算机辅助眼科分析至关重要，但现有的编码-解码网络在处理细血管、低对比度和严重的前景-背景不平衡时仍面临挑战。本文提出了U-PEN Mamba，这是一种U型视网膜血管分割架构，结合了渐进非线性特征扩展和选择性状态空间建模。该网络通过渐进扩展丰富局部血管响应，通过Mamba全局上下文（MGC）模块建模长距离空间依赖，并使用基于注意力的解码器融合来恢复精细的血管边界。我们在CHASE DB1和DRIVE上评估U-PEN Mamba，并与卷积、基于注意力、基于变换器和基于Mamba的分割基线进行比较。U-PEN Mamba在比较方法中获得了最佳的平均交并比，分别在CHASE DB1和DRIVE上达到0.8394和0.8221，Dice分数为0.8187和0.8078，使用21.6M的可训练参数。消融研究表明，MGC模块对U-Net基线贡献最大，而投影维度和状态大小提供了实际的准确性-效率控制。这些结果表明，选择性状态空间建模是实现参数高效的视网膜血管分割的有前景的全局上下文机制。

🔬 方法详解

问题定义：本文旨在解决视网膜血管分割中的细血管识别、低对比度和前景-背景不平衡等问题。现有的编码-解码网络在这些方面表现不佳，导致分割精度不足。

核心思路：U-PEN Mamba的核心思路是结合渐进非线性特征扩展与选择性状态空间建模，以增强局部特征并有效建模全局上下文，从而提高分割精度。

技术框架：U-PEN Mamba采用U型架构，主要模块包括渐进扩展模块、Mamba全局上下文（MGC）模块和基于注意力的解码器融合模块。渐进扩展模块负责增强局部特征，MGC模块则用于捕捉长距离空间依赖，解码器融合模块用于恢复细致的血管边界。

关键创新：MGC模块是本文的主要创新点，通过线性序列复杂度建模全局上下文，显著提高了分割性能。这一设计与传统的全局上下文建模方法相比，具有更高的参数效率。

关键设计：网络使用21.6M的可训练参数，消融研究表明MGC模块对性能提升贡献最大。此外，投影维度和状态大小的设置提供了准确性与效率之间的平衡。该网络的损失函数采用交叉熵损失，以优化分割结果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

U-PEN Mamba在CHASE DB1和DRIVE数据集上分别获得了0.8394和0.8221的平均交并比，Dice分数为0.8187和0.8078，均优于现有的卷积、注意力、变换器和Mamba基线方法，显示出显著的性能提升，验证了选择性状态空间建模的有效性。

🎯 应用场景

该研究的潜在应用领域包括眼科疾病的早期诊断与监测，尤其是在糖尿病视网膜病变和青光眼等病症的检测中。通过提高视网膜血管的分割精度，U-PEN Mamba能够为临床医生提供更可靠的辅助决策支持，进而改善患者的治疗效果。未来，该方法还可扩展至其他医学影像分析领域。

📄 摘要（原文）

Accurate retinal vessel segmentation is important for computer-aided ophthalmic analysis, yet thin vessels, low contrast, and severe foreground-background imbalance remain challenging for encoder-decoder networks. This paper presents U-PEN Mamba, a U-shaped retinal vessel segmentation architecture that couples progressive nonlinear feature expansion with selective state-space modeling. The proposed network enriches local vessel responses with progressive expansion, models long-range spatial dependencies through a Mamba Global Context (MGC) block with linear sequence complexity, and uses attention-based decoder fusion to recover fine vascular boundaries. We evaluate U-PEN Mamba on CHASE DB1 and DRIVE using a consistent patch-based preprocessing pipeline and compare it with convolutional, attention-based, transformer-based, and Mamba-based segmentation baselines. U-PEN Mamba obtains the best mean intersection over union among the compared methods, achieving 0.8394 on CHASE DB1 and 0.8221 on DRIVE, with Dice scores of 0.8187 and 0.8078, respectively, using 21.6M trainable parameters. Ablation studies show that the MGC block contributes the largest gain over the U-Net baseline, while projection dimension and state size provide practical accuracy-efficiency control. These results indicate that selective state-space modeling is a promising global-context mechanism for parameter-efficient retinal vessel segmentation. Code is available at: https://github.com/areyesan/UPEN_Mamba.