CS-MUNet：用于多器官分割的通道-空间双流Mamba网络

最近，基于Mamba的方法在腹部器官分割方面显示出前景。然而，现有方法忽略了跨通道解剖学语义协作，且缺乏明确的边界感知特征融合机制。为解决这些限制，我们提出了CS-MUNet，包含两个专用模块。边界感知状态Mamba模块采用贝叶斯注意力框架生成像素级边界后验图，并注入Mamba的核心扫描参数以嵌入边界 awareness 到SSM状态转换机制；同时，双分支权重分配实现全局与局部结构表征的互补调制。通道Mamba状态聚合模块将通道维度重新定义为SSM序列维度，以数据驱动方式显式建模跨通道解剖学语义协作。在两个公开基准上的实验表明，CS-MUNet在多个指标上 consistently 优于当前最先进的方法，建立了一个新的SSM建模范式，联合解决了腹部多器官分割中的通道语义协作和边界感知特征融合问题。