一种基于自注意力机制和对比学习的小样本医学图像分割方法

本发明公开了一种基于自注意力机制和对比学习的小样本医学图像分割方法，该方法首先需要对核磁共振成像(Magnetic Resonance Imaging，MRI)数据进行预处理，将处理后的数据进行预分割；然后将预分割结果进行掩码矫正得到伪掩码；将伪掩码及其对应的医学图像送入深度学习网络模型，根据综合损失更新模型参数并保存模型训练结果；利用训练过的模型对新的医学图像数据进行分割，得到分割掩码。本发明通过对伪掩码进行矫正提高了网络模型学习的准确性，自注意力机制和对比学习的加入实现了小样本训练过程内部传递信息并抑制了图像背景信息干扰，在有限的标注数据情况下实现了对医学图像的高效分割。