题目：MPI-Mamba：用于磁性粒子成像各向异性图像校准与去模糊的隐空间特征融合Mamba模型

Title：MPI-Mamba: Latent Feature Fusion Mamba for Anisotropic Image Calibration and Deblurring in Magnetic Particle Imaging

作者：张利文，苗肇基，申钰松，卫泽琛，惠辉，田捷

       磁性粒子成像（Magnetic Particle Imaging, MPI）是一种新兴的医学成像技术，具有纳摩尔级体内灵敏度和无辐射的动态实时检测能力，在精准医疗领域展现出巨大潜力。然而，MPI在实际应用中面临着图像各向异性的问题，进而引发图像畸变和边界模糊。现有深度学习方法主要依赖于仿真数据，缺乏真实世界MPI数据集的支持，限制了其在实际场景中的应用效果。为解决这一难题，本研究历时三年，设计并构建了一个真实世界MPI各向异性图像数据集，涵盖多种灵敏度、分辨率、血管及形状的数据。在此基础上，提出了一种基于Mamba架构的新方法—MPI-Mamba（如图1所示），用于各向异性图像校准。该方法创新性地设计了潜特征融合状态空间模型模块，实现多尺度特征的充分融合，并引入条件潜扩散模型分支，在高度压缩的潜空间中提取图像特征，有效指导校准和去模糊过程。实验结果显示，MPI-Mamba在模拟数据和真实世界MPI数据集上的表现均优于现有方法，显著提升了各向异性图像的校准与去模糊效果。

图1 网络结构图