基于改进Swin-Unet的CT图像分割方法及系统

本发明提出了基于改进Swin‑Unet的CT图像分割方法及系统，涉及计算机视觉技术领域。包括将CT图像数据输入至改进Swin‑Unet模型中，在编码器和解码器的下/上采样中，使用两个连续的移位窗口分层变压器模块进行特征提取，并将编码器和解码器对应层的移位窗口分层变压器模块的输出采用多头自注意力连接模块进行特征拼接，得到解码器的输出卷积；将解码器的输出卷积输入至卷积注意力模块中，得到最终的输出特征图；基于最终的输出特征图，实现对CT图像的分割。本发明利用多头自注意力机制取代传统跳跃连接，通过多尺度信息融合和动态权重分配，增强了网络在特征传递过程中的表达能力。