脑肿瘤病变区域的有效管理依赖于对脑肿瘤图像的精确分割。现有方法对全局空间信息建模能力有限，且未能充分捕捉不同模态特征间的内在联系。基于此，提出了一种基于Mamba空间注意力和通道交互注意力单元的双路径脑肿瘤分割方法，该方法的网络编码器由一系列空间-通道双路注意力单元组成；此单元包括三个子模块：双向Mamba空间位置信息注意力模块，旨在增强网络对长依赖的建模能力，同时保持较低的计算负担；通道交互注意力模块能够学习不同模态间的特征关系，提高对通道信息的敏感性；最后使用两级融合模块整合子模块输出。所提方法在公开数据集BraTs21上达到84.29%(Dice)、88.08%(F1-score)、75.80%(MIoU)，优于多种主流分割方法验证了该方法有效性。