FU-Mamba: A Frequency-Enhanced Dynamic Scanning Framework for Oralscan Image Segmentation
作者: Xinxin Zhao, Jinpeng Ye, Bo Wei, Liqin Wu, Mahmoud Hassaballah, Karen Egiazarian, Aura Conci, Victor Hugo C. de Albuquerque, Abdulkadir Sengur, Leszek Rutkowski, Yan Tian
分类: cs.CV
发布日期: 2026-08-27
备注: Accepted by Neurocomputing
期刊: Neurocomputing, Volume 701, 2026, 134618
DOI: 10.1016/j.neucom.2026.134618
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出FU-Mamba框架以解决Oralscan图像分割问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: Oralscan图像分割 动态扫描 频域增强 数字牙科 计算机辅助诊断 特征提取 小波变换 鲁棒性
📋 核心要点
- 现有的视觉状态空间模型在Oralscan图像分割中存在依赖手动扫描顺序的问题，导致语义空间不连续。
- FU-Mamba框架通过动态扫描和频域增强，使用动态Mamba模块自适应学习采样偏移，提升了图像分割的空间一致性。
- 实验结果显示，FU-Mamba在牙科分割数据集上实现了1.1%的mIoU提升，显著提高了分割准确性。
📝 摘要（中文）
Oralscan图像分割在数字牙科的计算机辅助诊断和治疗规划中至关重要。然而，现有的视觉状态空间模型（SSMs）往往依赖于手动设计的扫描顺序，将图像块展平为序列，这破坏了语义空间的连续性，妨碍了从关键前景区域提取一致特征。此外，数据采集过程中的不一致光照、反射表面和噪声等因素会影响频率分布，降低高频细节并增强低频成分，从而阻碍边界的准确定位。为应对这些挑战，本文提出了FU-Mamba，一个创新框架，结合了动态扫描和频域增强。具体而言，动态Mamba模块（DMB）通过可训练的偏移预测网络自适应学习采样偏移，并执行灵活的双线性插值，实现了内容感知的扫描，保持空间一致性。实验结果表明，FU-Mamba在牙科分割数据集上的平均交并比（mIoU）指标提高了1.1%。
🔬 方法详解
问题定义：本文旨在解决Oralscan图像分割中的语义空间不连续和边界定位不准确的问题。现有方法依赖手动设计的扫描顺序，导致特征提取困难。
核心思路：FU-Mamba框架通过动态扫描和频域增强来解决上述问题。动态Mamba模块自适应学习采样偏移，确保扫描过程内容感知，从而保持空间一致性。
技术框架：FU-Mamba的整体架构包括动态Mamba模块（DMB）和频域增强模块。DMB通过可训练的偏移预测网络实现灵活的双线性插值，而频域增强模块则通过小波引导分解和平衡谱成分来增强图像质量。
关键创新：最重要的创新在于动态Mamba模块的设计，它通过自适应学习采样偏移，显著提升了图像分割的空间一致性和特征提取能力，与传统方法形成鲜明对比。
关键设计：在DMB中，采用了可训练的偏移预测网络，并结合灵活的双线性插值技术。频域增强模块则利用小波变换进行谱成分的平衡，增强了在不良成像条件下的鲁棒性。实验中使用的损失函数和网络结构经过精心设计，以确保最佳性能。
🖼️ 关键图片
📊 实验亮点
实验结果表明，FU-Mamba在牙科分割数据集上实现了1.1%的平均交并比（mIoU）提升，显著优于传统的视觉状态空间模型。这一提升不仅验证了框架的有效性，也显示了其在复杂成像条件下的鲁棒性。
🎯 应用场景
FU-Mamba框架在数字牙科领域具有广泛的应用潜力，能够有效提升Oralscan图像分割的准确性。这一技术不仅可以改善计算机辅助诊断的效果，还能为个性化治疗方案的制定提供更为精确的图像支持，推动数字牙科的发展。未来，FU-Mamba的技术思路也可能扩展到其他医学影像处理领域，提升整体的诊断效率和准确性。
📄 摘要（原文）
Oralscan image segmentation is essential for computer-aided diagnosis and treatment planning in digital dentistry. However, existing visual state space models (SSMs) often rely on manually designed scanning orders to flatten image patches into sequences, which disrupts the semantic spatial continuity and hinders coherent feature extraction from key foreground regions. Moreover, elements such as inconsistent lighting, reflective surfaces, and noise during data acquisition disrupt the frequency distribution by diminishing high-frequency details while enhancing low-frequency components, consequently hindering the accurate localization of boundaries. In response to these challenges, we introduce FU-Mamba, an innovative framework that incorporates dynamic scanning and frequency domain enhancement within the SSM architecture. Specifically, the Dynamic Mamba Block (DMB) adaptively learns sampling offsets via a trainable offset prediction network and performs flexible bilinear interpolation, enabling content-aware scanning that preserves spatial coherence. Furthermore, a frequency domain enhancement block balances spectral components through wavelet-guided decomposition and spectrum pooling, improving robustness under adverse imaging conditions. Experimental findings indicate that FU-Mamba attains a notable enhancement in segmentation accuracy, evidenced by a 1.1% increase in the mean intersection over union (mIoU) metric when evaluated on the dental segmentation dataset. Project page: https://byte2bite.github.io/FU-Mamba/