VM-UNet是一种针对医学图像分割优化的创新模型。针对传统UNet在精度、效率和鲁棒性上的不足，VM-UNet通过多项改进实现突破性平衡：采用Ghost-Patch Stem缩减参数，引入并行视觉状态空间模块(PVM)提高计算效率，使用可变形SS2D增强几何适应性，设计双分支注意力桥(CAB+SAB)抑制跳跃噪声，并优化解码器实现高效量化。这些改进使模型在小目标分割、边缘定位和实时处理方面表现优