⚡ electrical engineering

HiFi-Mamba: Dual-Stream W-Laplacian Enhanced Mamba for High-Fidelity MRI Reconstruction

HiFi-Mamba 是一种新颖的双流架构，通过集成 W-拉普拉斯谱解耦以分别建模低频和高频特征，并采用简化的单向遍历以消除扫描冗余，从而在准确性和效率上超越了现有的基于 CNN、Transformer 和 Mamba 的模型，实现了高保真 MRI 重建的增强。

原作者： Hongli Chen, Pengcheng Fang, Yuxia Chen, Yingxuan Ren, Jing Hao, Fangfang Tang, Xiaohao Cai, Shanshan Shan, Feng Liu

发布于 2026-05-05

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Hongli Chen, Pengcheng Fang, Yuxia Chen, Yingxuan Ren, Jing Hao, Fangfang Tang, Xiaohao Cai, Shanshan Shan, Feng Liu

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是HiFi-Mamba论文的通俗解释，辅以日常类比。

核心难题：“模糊快照”

想象你试图拍摄一张繁忙城市的完美照片，但时间紧迫，只能快速拍下几张不完整的小图。如果你试图将这些碎片拼凑起来，结果通常是一张模糊、扭曲且充满伪影（如幽灵般的线条或缺失的建筑物）的混乱图像。

MRI（磁共振成像）扫描正是如此。为了获取身体内部的清晰图像，机器需要收集海量数据（称为"k 空间”）。然而，收集所有数据耗时极长，这会让患者感到不适并导致移动，从而毁掉扫描。因此，医生通常采用“欠采样”数据——即为了节省时间而收集较少的信息。挑战在于：如何利用 AI 填补缺失部分，从模糊、不完整的图像中重建出晶莹剔透的清晰图像？

旧方案：“局部”与“全局”

在这篇论文之前，AI 主要通过两种方式解决此问题，但两者皆有缺陷：

“局部”侦探（CNNs）： 这类模型就像只盯着一块砖看的侦探。它们擅长观察细节（如砖块的纹理），但极不擅长理解整座建筑的结构。它们忽略了大局。
“全局”建筑师（Transformers）： 这类模型能一次性审视整栋建筑。它们对结构理解完美，但运行起来极其缓慢且昂贵，就像为了设计一个棚屋而雇佣 1000 名建筑师团队一样。
“新晋选手”（Mamba）： 最近，一种名为Mamba的新型 AI 问世了。它既快（像侦探）又能看到整栋建筑（像建筑师）。然而，当研究人员尝试将 Mamba 用于 MRI 时，它存在三个具体问题：
- 对细节过于“懒惰”： 它忽略了清晰医学图像所需的高频细节（锐利的边缘和微小纹理）。
- 冗余： 它从四个不同方向（上、下、左、右）观察图像，重复做了四次同样的工作。这就像为了确保理解而把书读了四遍。
- 过于局部： 它对特定像素的邻居关注不足，而这对于生成平滑、自然的解剖结构至关重要。

解决方案：HiFi-Mamba（“双流厨师”）

作者创建了HiFi-Mamba（高保真 Mamba）。这就像一家双厨房餐厅，旨在高效地烹饪出完美的一餐（即 MRI 图像）。

1. “频谱解耦”（将汤底与装饰分离）

第一步是一个名为w-Laplacian 模块的特殊工具。想象你有一碗汤。你需要将清澈的汤底（身体平滑、宏大的结构）与酥脆的装饰（锐利的边缘和精细细节）分离开来。

低频流（汤底）： 这部分交给主 Mamba 厨师处理。由于它平滑且简单，厨师可以轻松理解解剖结构的“大局”和整体形状。
高频流（装饰）： 这部分被单独保留。它包含了主厨师通常忽略的所有锐利边缘和微小细节。

2. “引导厨师”（跨流引导）

这是魔法所在。主厨师（处理“汤底”）通常对“装饰”视而不见。在 HiFi-Mamba 中，厨师会从装饰台收到一张特殊便条。

“装饰”流会告诉“汤底”流：“嘿，这里有个锐利的边缘！”或者“别把这部分弄模糊了！”
这使得快速的 Mamba 模型在构建宏大结构的同时，确切知道在哪里保持锐利细节。这就像一位画家，因为有人在他耳边低语坐标，从而确切知道在哪里勾勒细线。

3. “单行道”（单向扫描）

旧的 Mamba 模型从四个方向（上、下、左、右）观察图像，这既慢又重复。

HiFi-Mamba 将其改为单一、流畅的路径。它仅沿一个方向读取图像。
类比： 想象阅读一本书。旧的方法是先从左到右读，再从右到左读，然后从上到下，最后从下到上。新方法则是只从左到右读一次，但读得如此透彻，以至于无需回头。这使得过程更快且冗余更少。

4. “智能邻里守望”（空间感知优化）

标准 Mamba 有时将每个像素视为孤岛。HiFi-Mamba 增加了一个步骤，让 AI 在做出决定前先观察其直接邻居（就像邻里守望队）。这确保了不同身体部位之间（如皮肤到肌肉）的过渡平滑自然，而非参差不齐。

结果：更快、更锐利、更智能

该论文在标准 MRI 数据集（膝关节和脑部扫描）上，将这种新的“双流厨师”与现有的最佳方法进行了测试对比。

准确性： HiFi-Mamba 生成的图像比旧的“局部”侦探、缓慢的“全局”建筑师以及其他版本的 Mamba 更清晰、错误更少。它特别擅长保留精细细节（如骨骼边缘），而不会生成虚假结构。
效率： 由于它不再从四个方向观察图像，而是采用单一、智能的路径，它使用的计算资源显著减少。
- 类比： 这就像从一辆在原地打转的耗油卡车，换成一辆走最直接路线的流线型电动汽车。它能更快到达目的地（清晰图像），且消耗更少的燃料（计算能力）。

总结

HiFi-Mamba是一种新的 AI 架构，通过以下方式修复了先前模型的缺陷：

分离图像的“平滑”部分与“锐利”部分。
让锐利部分引导平滑部分，确保没有任何细节被模糊。
沿一个高效的方向读取图像，而非四个冗余的方向。

其结果是，该系统以前所未有的速度和更少的计算能力，生成高质量、细节丰富的 MRI 图像。

技术摘要：HiFi-Mamba

问题陈述

从欠采样 k 空间数据中重建高保真磁共振成像（MRI）是一项关键挑战。虽然现代协议通过欠采样频域来加速扫描，但这违反了奈奎斯特 - 香农采样准则，导致混叠伪影和图像质量下降。

现有的深度学习方法面临特定的局限性：

CNNs： 虽然在建模局部特征方面有效，但其固有的局部性限制了对全局解剖结构至关重要的长程依赖关系的捕捉。
Transformers： 尽管能够通过自注意力机制进行全局上下文建模，但它们通常遭受二次计算复杂度的困扰，使其难以高效处理高分辨率 MRI。像 Swin Transformer 这样的变体虽然提高了效率，但限制了感受野，重新引入了效率与全局建模之间的权衡。
Mamba (SSM)： 最近的状态空间模型（SSMs）如 Mamba 提供了线性时间可扩展性和强大的序列建模能力。然而，直接应用于 MRI 揭示了三个关键局限性：
1. 冗余扫描： 现有的视觉 Mamba 变体（例如 vMamba）使用多方向扫描策略，引入了显著的计算冗余。
2. 局部性： 标准 Mamba 通过局部变换独立地为每个 token 推导状态空间参数，忽略了对于连贯解剖结构至关重要的邻近上下文。
3. 频率不敏感性： 现有变体缺乏对高频成分的敏感性，而这些成分对于保留 MRI 中的精细解剖细节至关重要。

方法论：HiFi-Mamba

作者提出了HiFi-Mamba（高保真 Mamba），这是一种旨在解决上述局限性的双流架构。该网络遵循展开优化框架，包含 $K=8$ 个级联的 HiFi-Mamba 组，每组包含两个 Mamba 单元和一个数据一致性（DC）模块。

核心架构组件

1. w-Laplacian (WL) 模块：谱解耦
为了实现频率感知处理，输入特征图使用轻量级的 w-Laplacian 模块被分割为两个流。与传统的面向分辨率的拉普拉斯金字塔不同，该模块使用基于小波的公式进行结构化、可逆的频率分离：

低频流： 通过对二维离散小波变换（DWT）的 LL 子带进行上采样生成。该流提供了一个干净、集中的低频谱，适合全局建模。
高频流： 定义为细化后的输入与低频基线之间的残差。该流保留了精细的解剖细节。

2. HiFi-Mamba 模块：引导式全局建模
该模块处理低频流（ $F_{low}$ ），但显式地由高频流进行条件约束，以克服 Mamba 对细节不敏感的问题。

跨频引导： 通过条件细化模块（CRM）从高频流中提取解剖引导图（ $G$ ）。该图调节 Mamba 模块的状态空间参数（ $B$ 和 $C$ ）。具体而言，门控机制从 $G$ 中提炼出显著的高频信息（例如边缘、伪影），并将其注入到状态转移和输出方程中。这确保了全局建模能够获知局部结构细节。
空间感知细化： 为解决标准 Mamba 缺乏空间感知的问题，状态空间参数（ $B, C, \Delta$ ）使用一维深度卷积（核大小 $k=7$ ）进行细化。这使得每个 token 的参数能够受到空间邻居的影响，从而将局部上下文注入到全局序列建模中。
单向遍历： 为了消除扫描冗余，该模块采用简化的单向遍历策略，避免了多方向扫描固有的重复访问。

3. 双流融合
增强后的低频特征（来自 HiFi-Mamba 模块）和细化后的高频特征（通过 CRM 处理）被连接起来，并使用**双流融合注意力（DSFA）**模块进行融合。该模块自适应地加权两个流以生成最终的融合特征图，然后通过残差连接与原始输入结合。

主要贡献

双流架构： 一种新颖的框架，将特征解耦为低频和高频流，允许 Mamba 模块专注于全局低频结构，同时通过自适应状态空间调制选择性地整合高频细节。
w-Laplacian 模块： 一种保持保真度的谱解耦机制，用基于小波的分离取代了基于分辨率的层次结构，提供了与 Mamba 全局建模需求一致的低频专用输入。
高效扫描策略： 采用单向遍历策略，在保持长程建模能力的同时，与多方向扫描相比显著减少了计算冗余。
跨频引导： 一种利用高频解剖线索调节 Mamba 状态空间参数的机制，解决了标准 Mamba 设计中固有的局部性和频率不敏感性。

实验结果

该模型在两个公共数据集上进行了评估：fastMRI（膝盖）和CC359（大脑），加速因子（AF）分别为 4 倍和 8 倍。

性能： HiFi-Mamba 始终优于最先进的基于 CNN（UNet, ISTA-Net）、基于 Transformer（ReconFormer, FPSFormer）和基于 Mamba（LMO）的基线模型。
- 在fastMRI (AF=8)上，HiFi-Mamba (P1) 实现了31.81 dB PSNR和0.762 SSIM，超过了之前的最佳 Mamba 模型（LMO），后者得分为 31.10 dB PSNR。
- 在CC359 (AF=8)上，它实现了28.49 dB PSNR和0.810 SSIM，再次优于 LMO（27.99 dB PSNR）。
效率： 单向扫描和简化设计带来了显著的计算节省。
- HiFi-Mamba (P2) 仅以67.87G FLOPs实现了31.38 dB PSNR，远低于 LMO（484.98G FLOPs）和基于 Transformer 的模型（例如 ReconFormer 为 270.60G FLOPs）。
- 即使是性能更高的 P1 变体（270.37G FLOPs）也比 LMO 更高效，同时提供了更高的精度。
定性分析： 视觉比较显示，与 Transformer 相比，HiFi-Mamba 产生了更清晰的轮廓和更少的幻觉结构，同时比 CNN 和其他 Mamba 变体更好地保留了精细的解剖细节。

意义与主张

该论文声称，HiFi-Mamba 通过有效平衡重建保真度和计算效率，在 MRI 重建领域确立了新的最先进水平。

作者认为，他们的工作弥合了当前基于视觉的 Mamba 变体与 MRI 特定频谱特性之间的差距。通过引入频率感知的双流处理并消除冗余扫描，HiFi-Mamba 为频率结构和效率感知建模提供了一个有前景的方向。结果表明，所提出的架构在不同的解剖结构和加速因子下都具有鲁棒性，提供了一种整体解决方案，避免了通常在全局建模能力与计算成本之间存在的权衡。