一种基于全局与局部特征联合学习与多尺度特征融合的医学图像分割方法

本发明公开了一种基于全局与局部特征联合学习与多尺度特征融合的医学图像分割方法，旨在解决现有医学图像分析技术无法有效对全局与局部信息进行同时建模以及无法有效学习多尺度特征的问题。本发明包括：获取医学图像，并对图像进行相应的预处理；基于预处理的图像，通过训练好的全局与局部特征联合学习与多尺度特征融合网络生成目标图像的分割结果。本发明通过提出的全局与局部特征联合学习模块可以有效地感知医学图像的全局依赖关系以及局部细节信息；多尺度特征文融合模块以及解码器中的稠密跳跃链接，可以有效地从多个尺度捕获更多的空间上下文特征，同时保留来自浅层的更多细节信息，提高了医学图像分割的准确性。