状态空间模型在医学图像处理方面的研究进展

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。