MHMamba 轻量诊断模型

端侧实时筛查

结合卷积局部特征与状态空间全局建模，在保持轻量参数的同时实现高精度诊断。

Hao, Chen · He, Wenqiang · Jiayi, Li · 周唯 · Sun, Chenglu · Ma, Zengyi · Jingchun, Luo · 陈晨

IEEE Internet of Things Journal 2025

参数信息

参数量

13.882 M

计算量

2.054 G

精确率提升

2.8–3.1%

召回率提升

2.8–3.1%

F1 分数提升

2.8–3.1%

技术优势

手机就能跑

移动端友好架构支持在智能手机上进行实时面部分析，无需专用硬件。

参数少一个量级

仅 13.882M 参数，便于在资源受限的边缘设备上部署。

诊断更准

精确率、召回率和 F1 分数提升 2.8–3.1%，达到最优性能。

能解释关键区域

通过遮挡实验和 GradCAM++ 定位鼻子、嘴巴、颧骨等关键区域，与临床生物标志物一致。

应用场景

• 智能医疗诊断：提供肢端肥大症早期筛查的轻量级 AI 模型，辅助医生快速初筛。
• 边缘计算：模型专为资源受限设备设计，可在边缘端完成推理，降低传输延迟和隐私风险。
• 移动健康监测：支持在智能手机上实时分析面部图像，适合日常健康监测和远程医疗。