基于TransUNet的肺结节分割算法

本发明涉及分割算法技术领域，特别是涉及一种基于TransUNet的肺结节分割算法，步骤包括，将TransUNet网络中的Transformer层替换为MaxViT网络，形成MM‑TransUNet网络作为分割模型，采用MM‑TransUNet网络进行分割模型训练；每一轮次的训练完成之后，保存本轮次分割模型参数，对比分割模型得到的检测结果和实际结果计算损失，根据损失对分割模型进行参数调整；读取训练阶段中保存的最优参数，将最优参数代入分割模型得到最优肺结节分隔模型；应用MM‑TransUNet网络作为分割模型能够有效提高肺结节的分割精度；MM‑TransUNet将残差机制、CNN与多轴向自注意力机制进行结合，作为编码器模块，起到了更完整地提取肺结节特征的作用。