BiM-GeoAttn-Net在71例主动脉夹层CTA上取得93.35% Dice，优于CNN、Transformer与SSM基线
该工作提出BiM-GeoAttn-Net，在nnU-Net瓶颈处级联双向深度Mamba（BiM）与几何感知血管注意力（GeoAttn），在71例多来源Stanford B型主动脉夹层CTA数据上以二分类方式分割真假腔血管前景，取得Dice 93.35%、IoU 87.53%、Recall 94.85%、Precision 92.04%与HD95 12.36 mm，在重叠指标上优于Attention U-Net、nnU-Net、Swin-UNet、SegFormer3D与Mamba-UNet，边界精度与计算开销保持竞争力。