基于增强型多尺度卷积聚合的医学图像分割系统及方法

本发明涉及图像分割技术领域，现有的基于卷积神经网络的模型仍存在感受野有限、难以提取图像中的深层特征等局限性，在使用跳跃连接进行多尺度信息融合时，忽略了重要的特征通道信息。本发明提供一种基于增强型多尺度卷积聚合的医学图像分割系统及方法，在编码器和解码器之间利用多接受域聚合模块，减少编码和解码子网络之间的语义差距，将编码器的多尺度大核注意力模块输出的编码特征融合后，传输到解码器的多尺度大核注意模块，协同利用不同阶段的编码输出进行特征融合，提高了网络捕获边界特征的能力，实现了对目标区域更精确的分割。