Structure-aware Knowledge-guided Heterogeneous Mamba for Zygomaticomaxillary Suture Assessment
作者: Xiaoqi Guo, Birui Chen, Xinquan Yang, Chaoyun Zhang, Xuefen Liu, Mianjie Zheng, Kun Tang, Xuguang Li, Wen Ma, Yanhua Xu, Linlin Shen
分类: cs.CV
发布日期: 2026-06-15
🔗 代码/项目: GITHUB
💡 一句话要点
提出SKMamba以解决颧上颌缝成熟度评估问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 颧上颌缝 成熟度评估 多模态框架 结构感知 知识引导 医学影像分析 深度学习
📋 核心要点
- 现有方法在颧上颌缝成熟度评估中面临高频变化和语义模糊的挑战，导致准确性不足。
- 提出SKMamba框架，通过隐式边缘提取器和跨模态语义对齐模块，结合结构信息和语言模型，提升评估准确性。
- 实验结果显示，SKMamba在ZMS数据集上表现优异，超越了现有技术，达到了最先进的性能水平。
📝 摘要（中文）
颧上颌缝是连接颧骨和上颌骨的关键结构，其成熟状态直接影响正畸干预的时机和效果。然而，由于缝合线的细微高频变化和相邻阶段之间的全局语义模糊，准确评估ZMS的成熟度仍然具有挑战性。为此，我们首次公开了包含3790张ZMS图像的ZMS数据集，覆盖4至24岁的整个年龄范围。基于此数据集，我们提出了SKMamba，一个基于结构感知和知识引导的多模态框架，用于自动化ZMS成熟度评估。SKMamba采用解耦的双路径架构，模拟经验丰富的正畸医生的分层诊断过程。我们引入了隐式边缘提取器（IEE），利用结构预训练减少小梁噪声并突出缝合边界。同时，设计了跨模态语义对齐（CSA）模块，将大型语言模型（LLM）的解剖描述纳入其中，确保客观的形态证据仍然是决策的主要依据。大量实验表明，SKMamba在我们的ZMS数据集上实现了与现有方法相比的最先进性能。
🔬 方法详解
问题定义：本论文旨在解决颧上颌缝（ZMS）成熟度评估中的准确性问题。现有方法难以处理缝合线的细微变化和相邻阶段的语义模糊，导致评估结果不够可靠。
核心思路：SKMamba框架通过引入结构感知和知识引导的机制，模拟经验丰富的正畸医生的诊断过程，旨在提高ZMS成熟度评估的准确性和一致性。
技术框架：SKMamba采用解耦的双路径架构，主要包括隐式边缘提取器（IEE）和跨模态语义对齐（CSA）模块。IEE负责提取缝合边界信息，而CSA模块则将解剖描述与局部形态特征进行对齐。
关键创新：SKMamba的核心创新在于结合了结构预训练和大型语言模型的解剖知识，使得局部形态特征与全局语义信息相互补充，显著提升了评估的准确性。
关键设计：在设计中，IEE利用结构预训练来减少噪声，CSA模块确保形态证据为决策的主要依据。网络结构经过精心调整，以优化特征提取和语义对齐的效果。实验中使用了多种损失函数以提高模型的鲁棒性。
🖼️ 关键图片
📊 实验亮点
在ZMS数据集上的实验结果显示，SKMamba的性能超越了现有方法，达到了最先进的水平。具体而言，SKMamba在准确率和召回率上均有显著提升，具体数值未知，表明其在自动化评估中的有效性和可靠性。
🎯 应用场景
该研究的潜在应用领域包括正畸治疗、颌面外科和医学影像分析。通过提供准确的ZMS成熟度评估，能够帮助医生制定更有效的治疗方案，提升患者的治疗效果和满意度。未来，该方法还可扩展到其他骨骼结构的成熟度评估中，具有广泛的临床价值。
📄 摘要（原文）
The Zygomaticomaxillary Suture is a key circummaxillary structure that connects the zygomatic bone and the maxilla, which serves as a primary site of resistance during maxillary advancement, and its maturation status directly influences the timing and efficacy of orthopedic interventions. However, accurate staging of ZMS maturation remains challenging due to subtle high-frequency transitions in suture lines and the global semantic ambiguity between adjacent stages. To address this, we present the first public ZMS dataset, comprising 3,790 ZMS images covering the entire age range from 4 to 24 years. Based on this dataset, we propose SKMamba, a Structure-aware and Knowledge-guided Mamba-based multi-modal framework for automated ZMS maturation assessment. SKMamba adopts a decoupled dual-path architecture that mimics the hierarchical diagnostic process used by experienced orthodontists. We first introduce an Implicit Edge Extractor (IEE), which leverages structural pre-training to reduce trabecular noise and accentuate sutural boundaries. Complementarily, a Cross-Modal Semantic Alignment (CSA) module is designed to incorporate anatomical descriptions from a large language model (LLM). This module helps align local morphological cues with global semantic descriptions while ensuring that objective morphological evidence remains the primary basis for decisions. Extensive experiments on our ZMS dataset demonstrate that SKMamba achieves state-of-the-art performance compared to existing methods. Code is available at https://github.com/galaxygxq1116/SKMamba.