本发明提供一种新型脑卒中图像分割方法，方法包括：获取人脑卒中三维图像数据集并进行预处理；将处理好的数据集按比例划分为训练集和测试集；建立基于Mamba模型的脑卒中分割模型；将所述人脑卒中图像数据集中的训练集输入所述基于Mamba模型的脑卒中分割网络，得到对应训练后的脑卒中分割模型，将Dice损失函数值为其分割效果指标；随后借用人脑卒中图像数据集中的测试集对训练后的人脑卒中分割模型进行验证，根据Dice值的大小作为该模型的分割结果，并保存对应的最佳模型；且通过多次实验来验证模型的鲁棒性。通过本发明提出的方法，可以精准高效的分割出脑卒中图像中的目标区域，相较于目前所存在的其它脑卒中分割网络模型，在分割方法上进行新的创新。