本論文では、網膜血管の正確な検出が眼疾患の臨床診断において重要な役割を果たすことに着目し、MM-UNetという新しいネットワーク構造を提案しています。このモデルは、非常に細くて分岐した網膜血管の特性に対応するために設計されており、Morph Mamba畳み込み層を用いており、点ごとの畳み込みを置き換えることで、分岐するトポロジーをより認識しやすくしています。さらに、Reverse Selective State Guidanceモジュールが導入され、幾何学的な境界の認識とデコーディングの効率を向上させています。公開されている２つのデータセットでの実験により、提案手法は既存のアプローチと比較して、DRIVEデータセットで1.64%、STAREデータセットで1.25%のF1スコア向上を達成し、その効果が実証されています。