目的图像复原是计算机视觉领域的经典研究问题。选择性状态空间模型（selective state space model， selective SSM）因其高效的序列建模能力，广泛应用于各类图像复原任务。另外，非局部图像块之间存在依赖关系，能够辅助提升复原性能。而传统SSM采用确定性的令牌（token）扫描方式，仅能提取令牌序列的单向依赖关系。此时，令牌间的关系建模因在序列中的先后顺序受到因果性制约，这与图像块之间的非因果相互关系形成冲突，限制了复原性能的进一步提升。针对此问题，提出一种面向图像复原的非因果选择性状态空间模型，旨在赋予SSM建模令牌之间非因果依赖关系的能力。方法为解决SSM在因果性建模与图像内容非因果关系之间的矛盾，提出随机扫描策略，突破了传统扫描方式在因果性和空间限制上的局限，实现了令牌序列之间的非因果建模。具体而言，构建了随机重排和逆重排函数，实现了非固定次序下的令牌扫描，有效建模了不同令牌之间的非因果依赖关系。此外，针对图像退化干扰存在空间尺度变化和形态结构复杂的特点，融合多尺度先验构建了具有局部与全局信息互补性的非因果Mamba模型（non-causal Mamba， NCMamba），实现了对于各类图像复原任务的有效适配。结果实验分别在图像去噪、去模糊和去阴影任务上进行，验证了所提非因果建模和局部—全局互补策略的有效性。与现有方法相比，所提模型在图像去阴影数据集SRD（shadow removal dataset）上的峰值信噪比提升0.86 dB。结论面向图像复原任务，构建了非因果选择性状态空间模型，建模了令牌之间的非因果依赖关系，实现了局部与全局信息的有效互补，显著提升了复原性能。所提方法在主客观评价指标上均取得优异性能，为图像复原领域提供了新的解决方案。

目的针对Transformer在图像去模糊过程中难以精确恢复图像细节的问题，提出一种结合Mamba模型与蛇形卷积技术的图像去模糊网络MSNet（Mamba snake convolution network）。方法首先，结合Mamba框架与蛇形卷积，提出蛇形状态空间模块（snake state-space module，SSSM）。SSSM通过调整卷积核的形状和路径，动态适应图像局部特征并调整卷积方向，以对齐不同的模糊条纹模式；其次，使用多方向扫描模块（direction scan module，DSM）进行多个方向的扫描，捕捉图像中的长期依赖。再利用离散状态空间方程合并多方向的结构信息，增强模型对全局结构的捕捉能力；最后，引入蛇形通道注意力（snake channel attention，SCA），利用门控设计筛选和调整模糊信息的权重，确保在去除模糊的同时保留关键细节。结果实验在GoPro和HIDE数据集上，与主流的卷积神经网络（convolutional neural network，CNN）和Transformer去模糊方法相比，MSNet的峰值信噪比（peak signal to noise ratio，PSNR）分别提升1.2%和1.9%，结构相似性（structural similarity，SSIM）分别提升0.6%和0.7%。结论本文方法可以有效去除复杂场景下产生的图像模糊，并复原细节。

目的Transformer的出现显著提升了目标跟踪模型的精度和鲁棒性，但其二次计算复杂度使得这些模型计算量较大，难以在实际场景中应用。且基于Transformer的模型还会导致较高的显存消耗，限制了跟踪模型的序列级训练。为了解决这些问题，提出一种基于视觉状态空间的目标跟踪模型。方法基于视觉Mamba框架提出TMamba算法。与基于Transformer的目标跟踪模型相比，TMamba在实现优越性能的同时显著降低了计算量和显存占用，为跟踪模型的序列级训练提供了新的思路。TMamba的核心模块是特征融合模块，该模块将深层特征的语义信息与浅层特征的细节信息相结合，为预测头提供更精确的特征，从而提高预测的准确性。此外，本文还提出双图像扫描策略来弥补视觉状态空间模型与追踪领域之间的差距。双图像扫描策略联合扫描模板和搜索区域图像，使视觉状态空间模型更适配跟踪模型。结果基于所提出的特征融合模块以及双图像扫描策略开发了一系列基于状态空间模型的目标跟踪模型。而且在7个数据集上对所提出的模型进行了全面评测，结果显示，TMamba在降低计算量和参数量的同时，在各数据集上均取得显著性能。TMamba-B在LaSOT数据集上取得了66%的成功率，超越了大多数基于Transformer的模型，同时仅有50.7 M的参数量和14.2 G的计算量。结论提出的TMamba算法探索了使用状态空间模型进行目标跟踪的可能性。TMamba在多个数据集上以更少的参数量和计算量实现了与基于Transformer的目标跟踪模型相当的性能。TMamba的低参数量、低计算量以及低显存占用的特点，有望进一步促进目标跟踪模型的实际应用，并推动跟踪模型序列级训练的发展。

目的工业异常检测在现代工业生产中具有至关重要的作用，现有的工业异常检测方法主要是基于卷积神经网络（convolutional neural network，CNN） 或视觉变换器（vision Transformer，ViT）网络来实现。然而，CNN 存在难以处理长距离依赖关系的不足，而ViT又面临时间复杂度高的问题。基于此，提出一种结合视觉Mamba和块特征分布的无监督工业异常检测模型。方法该模型包含两个互补分支网络：块特征分布估计网络和基于视觉Mamba的自编码重建网络。块特征分布估计网络主要依赖局部块特征进行异常检测，通过融合高效的预训练块特征描述网络以及视觉Mamba编码器提取的正常样本的块特征，学习一个高斯混合密度网络来估计正常样本局部块特征的分布。在测试阶段利用高斯混合密度网络估计异常图像的各个位置的异常得分，从而得到一个局部异常得分图（local anomaly map，LAM）；基于视觉Mamba的自编码重构网络则利用视觉Mamba编码器来捕捉长距离关联特征，增强对跨不同类别和形态的复杂异常图像的全局建模能力，在测试阶段利用重建误差估计异常图像的全局异常得分图（global anomaly map，GAM）；最后，合并LAM和GAM得到最终检测结果。结果在MvTec AD（MvTec anomay detection dataset）、VisA和BTAD（bean tech anomaly detection）等公开数据集上与其他先进算法进行了比较，取得了有竞争力的结果。在MvTec AD数据集上所提模型相比性能第2的模型在像素级上 AU-ROC（area under the receiver operating characteristic curve）指标提升了0.9%，在图像级上 AU-ROC指标提升了2.4%。在BTAD数据集所提模型相比性能第2的模型在图像级上 AU-ROC 提升 0.4%。在VisA数据集上模型相比性能第2的模型在像素级上 AU-ROC指标提升了0.6%。结论将视觉状态空间用于图像重建检测图像异常是可行的，检测效果具有竞争力。

目的阿尔茨海默症（Alzheimer’s disease， AD）作为一种常见的老年性痴呆疾病，近年来已成为全球公共卫生面临的重大挑战，设计一种有效且精确的阿尔茨海默症早期诊断模型具有重要的临床意义和迫切需求。目前，阿尔茨海默症的临床诊断通常依赖于正电子发射断层扫描（positron emission tomography， PET）和核磁共振成像（magnetic resonance imaging， MRI）两种医学影像数据。然而，由于这两种模态间存在信息差异大、未精确配准等问题，现有的基于人工智能（artificial intelligence， AI）的诊断模型大多仅使用单一的MRI数据。这在一定程度上限制了多模态影像信息的充分利用和分类性能的进一步提升，制约了其临床实用性。针对上述问题，提出一种结合DenseNet和Mamba的多模态医学脑影像阿尔茨海默症早期诊断模型DenseMamba。方法该方法以经过标准预处理流程后的PET和MRI数据为输入，预处理流程包括：颅骨剥离、配准、偏置场校正和归一化。MRI和PET级联后首先经过卷积层和激活层进行初步特征提取，提取到的特征再依次经过若干个交替的Denseblock和TransMamba模块分别进行局部和全局的特征提取。Denseblock内的密集连接结构，增强了局部特征的提取和传播，从而能够捕捉影像中的细节信息；而TransMamba模块则基于状态空间模型，高效地建模全局依赖关系。交替的Denseblock和TransMamba使得模型能够更全面地理解多模态数据信息，充分挖掘多模态数据在临床诊断任务上的潜力。最后，将提取到的特征送入分类器得到疾病预测结果。结果为验证方法的有效性，在公开的ADNI（Alzheimer’s disease neuroimaging initiative）数据集上进行了评估。最终模型的准确率（accuracy）、精确度（precision）、召回率（recall）和F1值分别为92.42%、92.5%、92.42%和92.21%。DenseMamba在阿尔茨海默症分类任务中较对比算法表现优异，比次优算法准确率提升0.42%。结论实验结果表明，DenseMamba能够充分发挥PET和MRI数据的潜力，显著提升分类性能，为阿尔茨海默症的早期诊断提供更精准的支持。