UltraLite VM-UNet: Parallel Vision Mamba Reduce Significativamente Parámetros para la Segmentación de Lesiones Cutáneas

Tradicionalmente, para mejorar el rendimiento de segmentación de los modelos, la mayoría de los enfoques prefieren usar módulos más complejos. Y esto no es adecuado para el campo médico, especialmente para dispositivos médicos móviles, donde los modelos con carga computacional alta no son adecuados para entornos clínicos reales debido a limitaciones de recursos computacionales. Recientemente, los modelos de espacio de estado (SSMs), representados por Mamba, se han convertido en un fuerte competidor de las CNN tradicionales y los Transformers. En este artículo, exploramos en profundidad los elementos clave de la influencia de los parámetros en Mamba y proponemos un UltraLite Vision Mamba UNet (UltraLite VM-UNet) basado en esto. Específicamente, proponemos un método para procesar características en Parallel Vision Mamba, llamado PVM Layer, que logra un rendimiento excelente con la carga computacional más baja mientras mantiene constante el número total de canales de procesamiento. Realizamos comparaciones y experimentos de ablación con varios modelos ligeros de última generación en tres conjuntos de datos públicos de lesiones cutáneas y demostramos que el UltraLite VM-UNet muestra la misma competitividad de rendimiento fuerte con parámetros de solo 0.049M y GFLOPs de 0.060. Además, este estudio explora en profundidad los elementos clave de la influencia de los parámetros en Mamba, lo que sentará una base teórica para que Mamba pueda convertirse posiblemente en un nuevo módulo principal para la ligereza en el futuro. El código está disponible en https://github.com/wurenkai/UltraLight-VM-UNet.