DEM-Mamba：面向 3D 医学图像方向均衡分割的方向敏感平衡 Mamba 网络（MICCAI 2026）
论文代码链接：
https://github.com/pky88/DEM-Mamba
https://github.com/pky88/DEM-Mamba
Abstract
Due to structural anisotropy and complex anatomical boundaries, 3D medical image segmentation remains a challenging task. To address these issues, this paper proposes the Direction-Sensitive Equilibrium Mamba Network (DEM-Mamba). Through directional decoupling, balanced enhancement, and adaptive fusion, this network systematically enhances structure perception and boundary preservation capabilities in 3D space. Specifically, DEM-Mamba integrates three core designs: First, it employs an Orientation-Aware Module (OAM) based on learnable Riesz wavelets to decouple high-frequency directional features and mitigate information imbalance caused by anisotropic resolution. Second, it designs a Bidirectional Balanced Mamba (BBM), which effectively captures long-range anisotropic dependencies and maintains boundary clarity through complementary bidirectional scanning combined with adaptive normalization. Finally, it introduces an Orientation-Conflict Fusion (OCF) mechanism that dynamically aggregates multi-directional information based on correlation weights, enhancing the model's adaptability to complex boundaries. Experiments across multiple 3D medical image datasets demonstrate that this method outperforms existing state-of-the-art approaches in both segmentation accuracy and boundary integrity, providing an effective new framework for 3D medical image segmentation.
翻译：
受组织结构各向异性与复杂解剖边界的影响，3D 医学图像分割仍是一项极具挑战的任务。针对上述问题，本文提出方向敏感平衡 Mamba 网络（Direction-Sensitive Equilibrium Mamba Network, DEM-Mamba）。该网络通过方向解耦、平衡增强与自适应融合的完整流程，系统性提升了 3D 空间下的结构感知能力与边界保留能力。
具体而言，DEM-Mamba 集成了三项核心设计：第一，采用基于可学习黎兹可导向小波的方向感知模块（OAM），对高频方向特征进行解耦，缓解由各向异性分辨率导致的信息不均衡问题；第二，设计双向平衡 Mamba 模块（BBM），通过互补双向扫描结合自适应归一化，有效捕获长距离各向异性依赖关系，同时维持边界清晰度；第三，引入方向冲突融合机制（OCF），基于相关度权重动态聚合多方向信息，提升模型对复杂边界的适配能力。
在多个 3D 医学图像数据集上开展的实验验证表明，该方法在分割精度与边界完整性两方面均优于现有前沿方法，为 3D 医学图像分割提供了一种有效的新框架。
创新点
（1）提出统一的 DEM-Mamba 方向敏感平衡 Mamba 网络框架，面向 3D 医学图像结构各向异性、边界模糊的核心难题，构建 "方向解耦 --- 平衡建模 --- 自适应聚合" 的完整处理流水线，将方向自适应频域感知与状态空间序列建模深度融合，开创了各向异性解剖结构分割的新范式。
（2）设计方向感知模块（OAM），基于可学习的高阶 3D 黎兹可导向小波变换实现多方向特征解耦，结合径向对数 Gabor 滤波器提取高频边界特征，通过可学习变换矩阵自适应重组方向分量，并采用能量驱动的 Top-K 路由机制筛选高能量主导方向，有效缓解各向异性分辨率导致的方向信息失衡。
（3）提出双向平衡 Mamba 模块（BBM），对筛选后的方向分量执行前向 - 反向互补状态空间扫描，捕获长距离各向异性依赖关系；同时设计双等门（DEG）机制，通过自适应权重抑制双向扫描的反相破坏性干涉、增强同相建设性叠加，在维持线性计算复杂度的同时保障边界清晰度与全局语义一致性。
（4）引入方向冲突融合机制（OCF），基于特征余弦相似度量化全局方向冲突强度，通过冲突调制系数动态调整多方向特征的聚合权重，相位一致时保留特征能量、冲突强烈时衰减冗余能量，有效抑制多方向叠加的相位抵消效应，提升模型对复杂解剖边界的适配能力。
DEM-Mamba 的概念对比示意图
通过三组子图分别呈现了主流通用视觉分割架构的固有缺陷、现有小波辅助方法的应用局限，以及本文提出的 DEM-Mamba 框架的核心设计逻辑，直观阐释了本文针对 3D 医学图像各向异性分割难题的技术路径。
图 (a) 对应现有主流通用视觉分割架构，以 CNN、Transformer、原生 Mamba 等网络为代表，采用纯数据驱动的端到端训练范式，直接输入 3D 医学体数据并输出分割结果。但正如论文引言中明确指出的，这类方法普遍存在方向感知能力不足的核心缺陷：CNN 受限于局部感受野，难以捕获长距离各向异性依赖；Transformer 虽能建模全局关联，但计算代价高且没有显式的各向异性建模机制；而传统 Mamba 采用固定的一维序列扫描，破坏了空间连续性，对模糊边界的捕捉能力不足。整体而言，现有通用架构缺乏对各向异性结构的系统性方向感知与建模，导致低分辨率采集轴上灰度过渡平缓、边界模糊，分割精度下降，构成了 3D 医学图像精准分割的主要瓶颈。
图 (b) 对应现有小波辅助的分割方法，这类方法尝试利用小波变换的多尺度多方向特性弥补方向感知缺陷，但存在两方面固有局限。一是局限于 2D 切片视角：先将 3D 体数据拆分为独立的 2D 切片，再对每个切片做小波分解，无法保证 3D 体数据跨切片的方向一致性，难以充分利用三维空间信息。二是依赖固定小波基函数：通常使用 Haar 等固定基函数，没有可学习的参数化机制，无法自适应匹配多样化的解剖结构模式，因此难以与现代深度学习框架深度融合，在复杂 3D 分割任务中性能突破有限。
补充：小波变换讲解
为什么需要小波变换：傅里叶变换的核心局限
在信号与图像处理中，傅里叶变换可以将信号从空间域映射到频域，告诉我们整个信号里包含哪些频率的分量，但完全丢失了空间位置信息------ 我们只能知道整张图像里有没有某类频率的纹理，却不知道这个纹理出现在哪个位置。
对于医学图像分割任务，核心目标恰恰是精准定位边界、病灶、细微结构这类局部特征；同时 3D 医学图像的解剖结构是各向异性的，特征沿不同方向的分布差异极大。傅里叶变换的全局频域特性完全无法适配这类需求，而小波变换的核心价值就是实现了时频局部化------ 同时保留空间位置信息与频率尺度信息，既能知道某一区域有没有高频边界，又能精准知道这个边界的位置。
小波变换的基本原理
小波（Wavelet）是一类快速衰减、均值为 0 的小波形函数，称为母小波。通过两个核心操作生成一组子小波，对原始信号进行分解：
缩放（Scale）：
拉伸或压缩母小波，对应不同的频率尺度 ------ 小波越宽（大尺度）对应低频信息，描述图像的整体轮廓、大体结构；小波越窄（小尺度）对应高频信息，描述图像的边缘、纹理、细节。
平移（Shift）：
沿空间轴移动小波的位置，对应不同的空间位置。
将原始信号与每一个尺度、每一个位置的子小波做内积运算，就得到了小波系数------ 系数的大小代表该位置、该尺度的特征强度。最终输出的是一组多尺度、多位置的特征表示，同时具备空间定位能力与频率分辨能力。
我们常说的离散小波变换（DWT） 是数字图像最常用的形式，对二维图像做一级分解后会得到 4 个子带：
LL：低频近似子带，保留图像整体结构；
LH、HL、HH：分别是水平、垂直、对角方向的高频子带，捕捉对应方向的边缘纹理。
传统固定小波（如 Haar 小波、Daubechies 小波）都属于这类，方向是固定的（水平 / 垂直 / 对角），基函数是预先定义、不可学习的。
图 (c) 为本文提出的 DEM-Mamba 框架，针对性解决了上述两类方法的缺陷，整体遵循 "方向解耦 --- 平衡建模 --- 自适应聚合" 的核心逻辑，对应三个核心模块的级联处理。
第一步是方向解耦，对应图中的 "Directional Wavelet Bases" 部分，基于可学习的 3D 黎兹可导向小波直接对三维体数据进行多方向特征分解，对应原文公式：
通过扩张可分离卷积M(.)提取多尺度特征，经实值傅里叶变换映射到频域后，结合径向对数 Gabor 滤波器提取高频边界分量，再通过高阶黎兹变换生成多个方向基，构建连续可转向的方向表示。随后通过可学习变换矩阵U自适应重组方向特征，让方向分布更匹配真实解剖结构，对应原文公式：
最后引入基于能量的 Top-K 路由机制，按通道、深度、高度、宽度维度计算特征平方范数，筛选出 K 个能量最高的主导方向，对应原文公式：
这一过程直接在 3D 体数据上完成，避免了 2D 切片的方向一致性损失，且小波基具备可学习能力，突破了固定基函数的局限。
第二步是平衡建模，对应图中的 "Forward / Reverse" 双向扫描与 "Balanced Features" 部分，对筛选后的每个方向分量，分别执行前向与反向互补状态空间扫描，建模长距离各向异性依赖关系，状态空间更新过程对应原文公式：
前向扫描从前到后递归更新隐藏状态，反向扫描从后到前补充反向上下文，双向互补避免了单向 Mamba 固有的序列偏向问题。在此基础上通过双等门（DEG）机制实现双向特征的平衡融合，先通过 3×3×3 深度可分离卷积、GELU 激活与逐点卷积处理双向输出，对应原文公式：
最终通过交叉加权的方式融合双向特征，抑制反相破坏性干涉、增强同相建设性叠加，对应原文公式:
在维持线性计算复杂度的同时，保障了边界清晰度与全局语义一致性。
第三步是自适应聚合，对应图中的 "Orientation-Conflict Fusion" 部分，针对多方向特征叠加时的相位抵消导致的边界退化问题，基于特征余弦相似度量化全局方向冲突强度，动态调整聚合权重。首先对每个方向特征做 1×1×1 卷积与 3D 实例归一化得到投影特征，并计算空间维度上的通道全局均值向量，对应原文公式：
随后量化全局方向冲突强度gamma，通过可学习温度参数au控制冲突检测灵敏度，对应原文公式:
最后通过冲突调制系数对多方向特征的求和结果做加权融合，冲突越强特征衰减越大，相位一致则保留完整能量，对应原文公式:
动态抑制破坏性干涉，有效提升模型对复杂解剖边界的适配能力，最终输出高精度的分割结果。
DEM-Mamba 的整体框架
DEM-Mamba 的整体框架示意图，整体基于 UNETR 风格的 3D 编码器 - 解码器架构搭建，每一个编码层级都串联嵌入方向感知模块、双向平衡 Mamba 模块、方向冲突融合模块三个核心单元，形成 "方向解耦 --- 平衡建模 --- 自适应聚合" 的完整处理链路。图中标注的 F_i^l 代表第l层的输入特征，经过核心模块处理后输出得到第 l+1 层特征 F_i^（l+1），最终通过多尺度特征融合与输出头生成 3D 医学图像的分割结果。
补充：UNETR 风格的定义与核心特点
UNETR 全称是 UNETR: Transformers for 3D Medical Image Segmentation，是 2022 年提出的首个面向 3D 医学图像的纯 Transformer 分割架构。"UNETR 风格" 本质上是一种U 型编码器 - 解码器 + 跳跃连接的通用架构范式：整体继承经典 U-Net 的多尺度编解码、跨层跳跃连接的结构框架，但将传统 U-Net 里的卷积特征提取块，替换为全局建模能力更强的新型模块（原生 UNETR 用的是 Transformer，后续衍生工作也可以替换为 Mamba、小波模块等），专门适配 3D 体数据的长距离依赖建模需求。
核心结构特征
整体 U 型编解码框架
和经典 U-Net 完全一致：编码器逐级下采样压缩空间尺寸、提升通道数，提取从浅到深的多尺度特征；解码器逐级上采样恢复空间分辨率；编码器与解码器对应层级之间通过跳跃连接传递特征，补充上采样过程中丢失的底层细节。
核心模块替换为全局建模单元
这是和经典 U-Net 最核心的区别：经典 U-Net 用 3×3×3 卷积堆叠做特征提取，感受野有限；而 UNETR 风格的网络，用具备全局建模能力的模块替代卷积块 ------ 原生 UNETR 用的是多头自注意力 Transformer，DEM-Mamba 则替换成了「OAM 方向感知 + BBM 双向 Mamba+OSF 冲突融合」的级联模块，在保持线性复杂度的同时实现全局各向异性建模。
3D 体数据适配设计
针对 3D 医学体数据，输入端采用 3D Patch Embedding（体块嵌入）将三维体数据划分为不重叠的体块并映射为特征序列，后续的下采样、上采样也均为 3D 操作，完整保留三维空间信息。
对应到 DEM-Mamba 框架
图最上方的主干网络就是典型的 UNETR 风格结构：整体 U 型多尺度编解码 + 层归一化 + 残差连接 + 跳跃连接，只是把原生 UNETR 中的 Transformer 编码器块，替换成了本文提出的 OAM-BBM-OSF 三级 Mamba 级联模块，既保留了 U 型架构多尺度特征融合的优势，又通过方向感知 Mamba 解决了 3D 医学图像的各向异性分割难题。
最上方灰色区域是特征提取主干网络，采用经典的残差连接结构。输入的 3D 医学体特征首先经过层归一化做标准化处理，送入核心级联模块完成方向感知与特征增强；模块输出的特征与原始输入特征做逐元素残差相加，再经过第二层归一化和 MLP 层做特征变换，再次通过残差连接得到下一层的特征。编码器侧通过下采样逐级压缩空间尺寸、提升通道维度，提取从浅到深的多尺度特征；解码器侧通过上采样逐步恢复空间分辨率，同时结合跳跃连接融合编码器对应层级的特征，保留底层细节信息，最终通过输出头生成像素级的分割预测。这个主干框架提供了多尺度特征提取的基础，而针对 3D 医学图像结构各向异性、边界模糊的核心优化，由下方三个级联的功能模块实现。
OAM 方向感知模块，对应图中左侧红色虚线框，设计目标是解决现有模型方向感知不足的问题，基于可学习的 3D 黎兹可导向小波实现多方向特征解耦。输入特征首先经过多尺度扩张可分离卷积提取不同尺度的特征，并搭配全局通道加权分支强化重要通道；随后通过实值傅里叶变换映射到频域，结合径向对数 Gabor 滤波器提取高频边界分量，再通过高阶黎兹变换生成多个方向的特征基，构建连续可转向的方向特征表示，再通过逆实值傅里叶变换映射回空间域，得到多组不同方向的特征图。之后特征会经过可学习的变换矩阵做自适应方向重组，让方向分布更好地匹配真实解剖结构的方向特征；最后通过基于能量的 Top-K 路由机制，计算每个方向特征在通道、深度、高度、宽度维度的能量平方范数，筛选出 K 个能量最高的主导方向分量，在强化主导结构信息的同时，保留关键的各向异性细节，有效缓解低分辨率采集轴导致的方向信息失衡问题。
补充：
黎兹小波（Riesz Wavelet）
黎兹变换是希尔伯特变换在高维空间的推广，可以将一个标量母小波，变换为一组方向敏感的矢量小波。
它的核心特性是旋转不变性与方向连续性：不像传统小波只有离散的几个固定方向，黎兹小波可以通过线性组合，生成任意连续角度的方向基，相当于可以 "转向" 的小波，因此也叫可导向小波（Steerable Wavelet）。
拓展到 3D 空间后，3D 黎兹小波可以在三维立体空间中生成任意朝向的方向特征基，完美适配 3D 医学图像中任意走向的解剖边界、血管、器官壁等各向异性结构。
可学习参数化
传统小波的基函数是固定的，无法根据特定数据集的解剖方向分布自适应调整。而本论文中设计了可学习的变换矩阵 U，对黎兹小波生成的方向基做线性重组，让方向分布可以跟随训练数据自适应优化，更匹配目标器官、病灶的真实方向特征。这也是论文中learnable Riesz wavelets的核心创新点。
在 DEM-Mamba 中的具体作用（结合 OAM 模块）
在 OAM 方向感知模块中，小波变换的完整作用流程如下：
输入 3D 特征先通过扩张可分离卷积提取多尺度特征，再经实值傅里叶变换（rFFT）映射到频域。
与径向对数 Gabor 滤波器逐元素相乘，提取高频边界分量，弱化无关的低频背景。
通过高阶黎兹变换生成多个连续方向基，将频域特征分解到不同方向上，实现方向解耦------ 把原本混杂的各向异性结构，拆解为一个个独立方向的特征分量。
乘上可学习变换矩阵 U，自适应重组方向特征，让方向分布匹配当前数据集的解剖结构。
逆实值傅里叶变换（irFFT）映射回空间域，再通过 Top-K 能量路由，筛选出能量最高的 K 个主导方向，送入后续 Mamba 模块做长距离建模。
这套设计既解决了传统 CNN/Transformer 方向感知不足的问题，也克服了传统小波方法2D 切片处理、基函数固定的两大局限，是 DEM-Mamba 应对 3D 医学图像各向异性的核心基础。
小波变换用于医学图像分割的核心优势
（1）多尺度适配性：
从器官大体轮廓到毫米级病灶边界都能精准捕捉，匹配医学图像多尺度的特点。
（2）方向敏感性：
可导向小波能捕捉任意朝向的解剖边界，尤其适合血管、心肌壁、神经纤维这类各向异性结构。
（3）边界精准性：
高频子带精准对应边缘信息，天然有利于提升分割的边界清晰度，解决医学图像边界模糊的难题。
（4）端到端可训练：
可学习小波基可以和深度网络联合优化，适配特定任务、特定器官的数据分布。
BBM 双向平衡 Mamba 模块，对应图中中间紫色虚线框，设计目标是建模长距离各向异性依赖，同时避免单向 Mamba 的序列偏向问题。OAM 输出的 K 个方向特征分别送入 BBM 模块处理：特征首先经过线性投影与卷积、SiLU 激活做预处理，随后分为前向和反向两条支路，分别送入状态空间模型执行序列扫描。前向扫描沿序列从前到后递归更新隐藏状态，捕获正向的长距离依赖；反向扫描沿序列从后到前递归更新隐藏状态，补充反向的上下文信息，双向互补避免了单向 Mamba 固有的前重后轻的序列偏向问题。两路状态空间输出随后送入 DEG 双等门模块做平衡融合，通过自适应的权重分配，抑制双向扫描之间反相的破坏性干涉，增强同相的建设性叠加，在维持 Mamba 线性计算复杂度的同时，既保障了全局语义的一致性，也精准保留了高频的边界细节。
OSF 方向冲突融合模块，也就是论文中的 OCF 方向冲突融合机制，对应图中右侧绿色虚线框，设计目标是解决多方向特征叠加时的相位抵消问题，实现自适应的多方向特征聚合。BBM 输出的 K 个方向特征首先经过 1×1×1 卷积调整通道，再经过 3D 实例归一化得到投影特征，并计算每个方向特征在空间维度上的通道全局均值向量。随后基于余弦相似度的思路，计算所有方向对之间的特征差异，量化出全局方向冲突强度：冲突强度取值在 0 到 1 之间，值越低代表方向相位越一致、建设性叠加越强，值越高代表破坏性干涉越明显，其中可学习的温度参数用来控制冲突检测的灵敏度。最后将所有方向特征累加求和，再乘以冲突调制系数，完成冲突感知的自适应融合：当方向相位一致、冲突弱时，特征能量基本完整保留；当方向冲突强烈时，对应衰减特征能量，抑制破坏性的相位抵消，最终输出融合后的增强特征，有效提升模型对复杂解剖边界的适配能力。