Spatial-Mamba：通过结构感知状态融合构建有效的视觉状态空间模型

基于摘要分析。Spatial-Mamba 研究二维视觉任务中的空间结构建模问题：现有视觉状态空间模型（SSMs）通常将图像转成一维序列，并用不同扫描路径补充局部空间依赖，但可能难以充分表达复杂空间结构，同时增加扫描成本。该方法通过在状态空间中直接建立邻域连接，将序列状态计算与空间上下文融合结合起来。 核心机制分为三个阶段：通过单向扫描计算初始状态；利用结构感知状态融合获取空间上下文，其中空洞卷积用于捕获图像空间结构依赖；通过观测方程完成最终状态计算。其区别于主要依靠扫描路径组织空间信息的方法，关键在于显式融合邻域状态，而非仅依赖顺序状态转移。作者报告，理论分析将 Spatial-Mamba、原始 Mamba 与 linear attention 纳入同一矩阵乘法框架；具体等价条件与推导范围尚需正文核验。 作者报告，在图像分类、检测和分割实验中，Spatial-Mamba 即使仅使用一次扫描，也达到或超过所比较的先进 SSM 模型。摘要未提供数据集、划分、指标数值、对照配置或计算成本实测，不能据此量化优势；实验协议、消融及统计信息尚未验证。摘要提供了源码与训练模型入口，但实现细节、训练配置及权重可用性尚未核验。 平台推测（待验证）：该机制可能对应 EEG 中时间依赖与通道空间关系难以同时建模的瓶颈，但原论文研究对象是二维图像，并未提供 EEG/BCI 证据。其迁移假设依赖可定义且跨记录一致的通道邻域；可考虑复用状态计算与融合思路，将图像空洞卷积改造成适配电极布局的邻域操作，而不能直接把通道排列当作规则图像网格。低信噪比可能使邻域融合传播噪声，跨被试差异、通道缺失及小数据规模也可能削弱收益。一个可证伪的小实验是在固定 EEG 数据划分、训练预算与通道布局下，比较单向 SSM、加入真实电极邻域融合及打乱邻域的版本，检验收益是否确由空间结构带来，并分别报告被试内与跨被试结果。已有 EEG 相关工作尚未检索确认。