[논문 리뷰] Multi-View Deformable Convolution Meets Visual Mamba for Coronary Artery Segmentation

Xiaochan Yuan, Pai Zeng|arXiv (Cornell University)|2026. 03. 23.

Retinal Imaging and Analysis인용 수 0

한 줄 요약

본 논문은 MDSVM-UNet를 제안하며, Multidirectional Snake Convolution(MDSConv)과 Residual Visual Mamba(RVM)을 결합한 두 단계의 관상동맥 분할 모델로 ImageCAS에서 최첨단 성능을 달성합니다.

ABSTRACT

Accurate segmentation of coronary arteries from computed tomography angiography (CTA) images is of paramount clinical importance for the diagnosis and treatment planning of cardiovascular diseases. However, coronary artery segmentation remains challenging due to the inherent multi-branching and slender tubular morphology of the vasculature, compounded by severe class imbalance between foreground vessels and background tissue. Conventional convolutional neural network (CNN)-based approaches struggle to capture long-range dependencies among spatially distant vascular structures, while Vision Transformer (ViT)-based methods incur prohibitive computational overhead that hinders deployment in resource-constrained clinical settings. Motivated by the recent success of state space models (SSMs) in efficiently modeling long-range sequential dependencies with linear complexity, we propose MDSVM-UNet, a novel two-stage coronary artery segmentation framework that synergistically integrates multidirectional snake convolution (MDSConv) with residual visual Mamba (RVM). In the encoding stage, we introduce MDSConv, a deformable convolution module that learns adaptive offsets along three orthogonal anatomical planes -- sagittal, coronal, and axial -- thereby enabling comprehensive multi-view feature fusion that faithfully captures the elongated and tortuous geometry of coronary vessels. In the decoding stage, we design an RVM-based upsampling decoder block that leverages selective state space mechanisms to model inter-slice long-range dependencies while preserving linear computational complexity. Furthermore, we propose a progressive two-stage segmentation strategy: the first stage performs coarse whole-image segmentation to guide intelligent block extraction, while the second stage conducts fine-grained block-level segmentation to recover vascular details and suppress false positives..

연구 동기 및 목표

• CTA로부터의 자동화되고 정확한 관상동맥 분할을 진단 및 치료 계획에 도움을 주기 위해 동기를 부여한다.
• 管腔 모양의 관상혈관의 관통성 있는 길쭉한 형태 및 심한 전경-배경 불균형 문제를 해결한다.
• 전체 맥락과 국부 혈관 디테일의 균형을 맞추는 두 단계의 코스-투-파인(coarse-to-fine) 프레임워크를 제안한다.

제안 방법

• 해부학적 세 축 평면(사경, 정면, 축)을 따라 변형 가능 컨볼루션을 수행하고 다중 시점 특징을 융합하여 관관관 구조에 적합한 MDSConv를 도입한다.
• 잔차형 비주얼 맘바(RVM) 디코더를 사용해 선형 복잡도로 구간 간 장거리 의존성을 모델링한다.
• 전역 분할 가이드를 제공하는 대략적 전체 이미지 분할 후 블록 추출을 위한 두 단계 진행적 분할과, 이후에 세부적인 블록 수준 분할을 수행한다.
• UNet++ 스타일의 촘촘한 스킵 연결을 활용해 다중 스케일 특징 전파를 풍부하게 한다.
• 혈관과 배경 간의 심한 클래스 불균형을 처리하기 위해 Dice 손실로 학습한다.

실험 결과

연구 질문

• RQ1 다방향 변형 가능 컨볼루션이 표준 CNN보다 길쭉하고 뒤틀린 관상 혈관을 더 잘 포착할 수 있는가?
• RQ2 잔차형 비주얼 맘바 디코더를 통합하면 선형 복잡도 하에서 장거리 의존성 모델링 및 분할 품질이 개선되는가?
• RQ3 두 단계의 코스-투-파인 전략이 단일 단계 방법에 비해 혈관 연속성과 거짓 양성 감소에 기여하는가?
• RQ4 ImageCAS 벤치마크에서 MDSVM-UNet의 DSC, HD, AHD 측면에서 최첨단 방법에 비해 성능은 어떤가?

주요 결과

• MDSVM-UNet은 단일 단계에서 DSC 0.6860, 두 단계 구성에서 DSC 0.8365를 달성하였다(Stage 2 Dice 손실 사용).
• 두 단계의 MDSVM-UNet은 ImageCAS 기준선 대비 DSC에서 5.41%, HD에서 8.5456, AHD에서 0.8093 만큼 향상되었다.
• Stage 1(단일 단계) DSC 0.6860, Dice 손실 및 HD 27.8430; AHD 0.9023(Table 1).
• Two-stage MDSVM-UNet with Dice 손실은 DSC 0.8365, HD 27.8430, AHD 0.9023(Table 2)로 성능이 개선된다.
• 모델 파라미터 수는 26.7M으로, 트랜스포머 기반 접근법과의 비교에서 경쟁력 있는 효율성을 보인다.