Girish Dwivedi

该工作提出 TranSamba——在 DeiT-S 视觉 Transformer 编码器的每一层 Transformer 之前串联一个跨平面 Mamba（CPM）块，让相邻平面间的 patch token 以线性时间交换信息，从而改善平面内自注意力与类到 patch 注意力图；在仅使用平面级标签、每批 16 个含 16 个连续平面的体数据、训练 100 轮设置下，它在 BraTS、KiTS、LASC 测试集上分别取得 64.1%、26.8%、41.0% 的 DSC 与 46.8%、25.8%、25.6% 的 IoU，均为所比较方法中最高，且时间复杂度随平面数线性增长、批处理空间复杂度与平面数无关。

该工作提出 TranSamba——在 DeiT-S 视觉 Transformer 编码器的每一层 Transformer 之前串联一个跨平面 Mamba（CPM）块，让相邻平面间的 patch token 以线性时间交换信息，从而改善平面内自注意力与类到 patch 注意力图；在仅使用平面级标签、每批 16 个含 16 个连续平面的体数据、训练 100 轮设置下，它在 BraTS、KiTS、LASC 测试集上分别取得 64.1%、26.8%、41.0% 的 DSC 与 46.8%、25.8%、25.6% 的 IoU，均为所比较方法中最高，且时间复杂度随平面数线性增长、批处理空间复杂度与平面数无关。