基于SwinUnet的改进3D医学图像分割方法

本发明公开一种基于SwinUnet的改进3D医学图像分割方法，基于SCConv3D和AxialAttention特征融合的改进3D医学图像分割方法，解决在医学分割领域VisionTransformer模块和卷积模块结合但提取的特征效果不佳的问题。解决下采样过程中，特征提取效果差，不适配的问题，提升在图像分割的训练速度和准确率。