MambaX-Netは、低リスクおよび中間リスクの前立腺癌の管理を目的としたアクティブサーベイランス（AS）のために提案された新しい半教師あり3Dセグメンテーションアーキテクチャです。このモデルは、前回のMRI画像とそのセグメンテーションマスクを利用して、異なる時間点でのセグメンテーションを計算します。MambaX-Netは、マムバ強化クロスアテンションモジュールと形状抽出モジュールを含んでおり、時間的進化や長距離空間依存性を効率的に捉えることができます。また、専門家の注釈なしでの効果的な学習を可能にするために、事前訓練されたnnU-Netから生成された擬似ラベルを活用する半教師あり自己訓練戦略を導入しています。この手法は縦断的ASデータセットで評価され、従来のU-NetやTransformerベースのモデルと比較して、限られたデータやノイズの多いデータにもかかわらず、優れた前立腺ゾーンのセグメンテーションを達成しました。