LightM-UNet: Mamba Assists in LightweightUNet for Medical Image Segmentation

先通过深度卷积(DWConv）提取浅层的特征信息，生成特征图，然后通过三个编码快来提取深度特征信息。经过每个编码器，特征映射中的通道数量加倍，而分辨率减半。

经过瓶颈块模拟远程依赖关系，同时保持特征图大小不变。  然后，经过三个解码器模块，来解码恢复图片的分辨率和特征。 没经过一个解码器，通道数减半，分辨率为原来2倍。最后三个通道数，分辨率和原图片一样，最后，利用DWConv层将通道数映射到分割目标数，并应用softMax激活函数生成图像掩码。同时也利用了跳连接，为解码器提供多级特征映射。