基于注意力机制的多尺度残差脑肿瘤图像分割方法

本发明属于图像分割技术领域，具体涉及基于注意力机制的多尺度残差脑肿瘤图像分割方法。本发明首先，利用双残差特征融合模块增强不同层次间的特征信息融合。其次，引入空洞空间金字塔池化作为网络的桥接模块，捕获图像不同尺度的特征，从而提升网络对细节特征的提取能力。最后，设计反转残差坐标注意力模块替换Unet的直接拼接操作，来融合各层次和各尺度大特征信息，从而增强模型对脑肿瘤空间位置信息的识别能力。本发明通过双重残差特征融合模块DRFF，有效地融合了不同层次的特征信息，既保留了局部细节又结合了全局语义特征，提升了模型在处理复杂肿瘤结构时的准确性。