一种用于多器官分割的多尺度特征融合三重分支网络的方法

本发明公开了一种用于多器官分割的多尺度特征融合三重分支网络的方法，包括以下步骤：通过CNN提取局部特征，通过Transformer提取全局特征；分别使用空间和通道注意力对CNN和Transfomer提取的特征进行处理，将处理后的特征进行融合，通过特征处理模块得到输出的特征；设置掩码机制Smart Mask，对Swin Transformer中的固定掩码模式进行改进，捕捉长距离依赖关系；通过并行Vision Mamba学习医学图像中的全局特征，对CNN与Transformer融合后的特征进行指导，得出分割图像。结合了CNN、Transformer和Mamba编码器以实现高效的医学图像分割。引入的并行Vision Mamba层增加少量参数的同时增强了全局上下文捕捉能力，显著提高了模型的性能与效率。