一种基于SMTK-UNet模型的非线性医学图像分割方法

本发明属于图像数据处理的技术领域，更具体地，涉及一种基于SMTK‑UNet模型的非线性医学图像分割方法。所述方法包括，首先获取医学图像，将医学图像划分为一系列不重叠的图像块patch，每个图像块patch可以通过一个线性投影层转换成一个固定维度的向量，将输入的医学图像转换成序列嵌入；然后，将转换后的医学图像输入到SMTK‑UNet模型，依次经过编码器，瓶颈层和解码器；再将解码器的输出输入到一个上采样层，将特征映射的分辨率恢复到输入分辨率；最后对上采样特征应用线性投影层，输出像素级分割预测。本发明解决了现有技术在提取深度特征时忽略了非线性特征的重要性的问题。