一种基于改进U-Net的心脏医疗影像分割方法

一种基于改进U‑Net的心脏医疗影像分割方法，涉及一种医疗影像分割方法，本发明针对心脏MRI影像分割中存在的技术挑战，通过改进U‑Net模型提出了多维上下文注意力模块(MDCA)和反向特征调制模块(RFM)。这些模块不仅增强了模型对复杂心脏解剖结构的分割精度，还有效解决了多类别分割中的类别不平衡问题。借助MDCA模块，模型能够更好地融合全局与局部信息，从而提升心脏影像的细节捕捉能力。而RFM模块通过动态权重调整，确保了在处理边界模糊和小面积区域时的高精度表现。通过这些改进，本发明为自动化心血管疾病的诊断与评估提供了有效的技术支持，同时为未来医学影像分析领域的进一步发展奠定了坚实的基础。