Równoległy UNet integrujący KAN i mambę do segmentacji obrazów medycznych

Dlaczego to ważne dla pacjentów i lekarzy

Za każdym badaniem przesiewowym w kierunku raka czy obrazem z ultrasonografii stoi kluczowy etap: nauczenie komputerów wyznaczania, gdzie rzeczywiście znajduje się zmiana lub narząd. Ten proces, nazywany segmentacją, pomaga lekarzom mierzyć guzy, śledzić przebieg choroby i planować leczenie. Artykuł przedstawia KMP-UNet — nowy rodzaj zwartej sieci do analizy obrazów, która obiecuje dokładniejsze i bardziej efektywne odtwarzanie granic struktur, co może uczynić automatyczną interpretację obrazów medycznych bardziej niezawodną i łatwiejszą do wdrożenia w realnych warunkach klinicznych.

Widzieć cały obraz w skanie medycznym

Współczesne obrazy medyczne są duże i złożone: istotne wskazówki mogą rozciągać się na dużym obszarze, a sama zmiana może mieć nieostre lub nieregularne krawędzie. Tradycyjne splotowe sieci neuronowe, w tym popularna rodzina UNet, dobrze wykrywają lokalne wzorce, ale mają problemy z łączeniem odległych regionów obrazu. Modele oparte na transformerach potrafią objąć wzrokiem cały obraz jednocześnie, lecz bywają ciężkie i wolne, co stanowi problem przy obrazach o wysokiej rozdzielczości i ograniczonym sprzęcie szpitalnym. Autorzy budują na nowszej rodzinie modeli sekwencyjnych, zwanych modelami stanu (state space models), oraz na świeżym typie sieci — Kolmogorov–Arnold Networks, aby uchwycić zarówno szeroki kontekst, jak i subtelne detale bez nadmiernego wzrostu kosztu obliczeniowego.

Dwaj bystrzy specjaliści pracujący obok siebie

KMP-UNet zachowuje znajomy, U-kształtny układ enkodera i dekodera znany z UNet, ale zmienia to, co dzieje się wewnątrz. Zamiast polegać na jednym typie przetwarzania, uruchamia w sieci dwie równoległe gałęzie. Jedna gałąź opiera się na modelu nazywanym Mamba, który wyróżnia się w obsłudze długich sekwencji i tutaj został zaadaptowany do skanowania obrazu. Ta gałąź efektywnie gromadzi kontekst rozległy, pomagając sieci zrozumieć zależności między odległymi regionami. Druga gałąź wykorzystuje sieci Kolmogorova–Arnolda, które zastępują stałe funkcje aktywacji elastycznymi, uczącymi się krzywymi. Daje to modelowi dodatkową zdolność reprezentowania trudnych, nieliniowych wzorców, takich jak subtelne zmiany intensywności przy krawędzi zmiany skórnej czy polipa.

Inteligentniejsze łączenie cech i wyraźniejsze krawędzie

Proste sklejenie różnych typów modeli to za mało; prawdziwe wyzwanie polega na tym, jak połączyć ich mocne strony. W tym celu autorzy wprowadzają Parallel Convolution Mamba Block (PCMB), który dzieli cechy na grupy i przetwarza je przez kilka lekkich ścieżek opartych na Mambie oraz splotach, zanim ponownie je złączy. Ten projekt równoważy kontekst globalny i drobne detale, przy utrzymaniu niskiego kosztu obliczeniowego. Autorzy ponadto przeanalizowali na nowo połączenia skip łączące enkoder i dekoder. Nowy moduł Enhanced Spatial-Channel Attention (ESCA) selektywnie podkreśla istotne lokalizacje i kanały cech, jednocześnie zachowując użyteczne informacje przez połączenia resztkowe. Dzięki temu sieć jest mniej podatna na rozproszenia, takie jak włosy, refleksy czy hałaśliwe tekstury wokół zmiany.

Jak dobrze działa nowe podejście?

Zespół ocenia KMP-UNet na czterech publicznych zbiorach danych obejmujących zmiany skórne, polipy jelita grubego i obrazy z ultrasonografii piersi, a także testuje transfer na innym zbiorze dotyczącym skóry. W tych benchmarkach model konsekwentnie dorównuje lub przewyższa szereg silnych punktów odniesienia, w tym klasyczne warianty UNet, rozwiązania oparte na transformerach oraz inne niedawne sieci wzbogacone o Mambę i KAN. Na przykład, na szeroko używanym zbiorze zmian skórnych (ISIC2018) KMP-UNet osiąga wysoką miarę Dice i dobrą dokładność, używając przy tym około miliona parametrów — znacznie mniej niż wielu konkurentów. Szczegółowe eksperymenty pokazują, że każdy element — modelowanie kontekstu oparte na Mambie, nieliniowe udoskonalenia KAN oraz poprawa skipów przez ESCA — wnosi mierzalne korzyści, szczególnie w jakości krawędzi i redukcji fałszywie pozytywnych obszarów.

Co to oznacza dla przyszłych narzędzi AI w medycynie

Dla osób niezaznajomionych ze specjalistycznymi szczegółami kluczowy wniosek jest taki, że KMP-UNet oferuje bardziej zwarty, a jednocześnie zdolny sposób nauczania komputerów wyznaczania granic zmian i narządów na obrazach, pozwalając dwóm komplementarnym „ekspertom” pracować równolegle, a następnie uważnie łączyć ich wnioski. Choć metoda nadal ma trudności z najtrudniejszymi przypadkami — bardzo nieregularnymi kształtami, ekstremalnie rozmytymi brzegami czy silnymi artefaktami — stanowi solidną podstawę dla dokładnej, wydajnej segmentacji. Przy dalszej pracy nad obsługą hałaśliwych teł i adaptacją między ośrodkami obrazowania, podejścia takie jak KMP-UNet mogą przyczynić się do przybliżenia niezawodnej, szybkiej analizy obrazów do codziennej praktyki klinicznej.

Cytowanie: Liu, J., Wu, J., Xu, L. et al. A parallel UNet integrating KAN and mamba for medical image segmentation. Sci Rep 16, 13579 (2026). https://doi.org/10.1038/s41598-026-43127-1

Słowa kluczowe: segmentacja obrazów medycznych, uczenie głębokie, UNet, modele stanu, sieci Kolmogorova–Arnolda