一种基于多尺度跳跃连接和对比学习的小样本医学图像分割方法和系统

本发明公开了一种基于多尺度跳跃连接和对比学习的小样本医学图像分割方法，包括：1)获取并处理不同器官的MRI图像数据，将非心脏器官的MRI图像数据作为训练集和验证集，将心脏MRI图像数据作为测试集；将非心脏器官的MRI图像数据输入至双分支网络小样本学习分割模型进行训练与验证；2)构建双分支网络小样本学习分割模型，加入空间激励和通道压缩交互模块(sSE)；3)使用顺序拼接方式获取不同层次的特征图，使来自编码器的不同尺度的特征图传递给相应的解码器。4)利用模型的双分支结构，引入基于多尺度特征的对比学习模块。5)将测试集数据输入到训练以后的模型实现图像分割的功能。本发明实现医学图像的跨域数据分割，提高了模型分割准确率。