一种基于双分支CNN多尺度融合网络的CT图像分割方法

本发明涉及一种基于双分支CNN多尺度融合网络的CT图像分割方法，采用低层次细节分支从肺部CT图像中提取空间细节特征，以保留高分辨率细节特征，捕捉小病灶和复杂边界，采用高层次语义分支以捕获低分辨率的全局语义信息；引入边界信息快对细节特征图和全局语义信息特征图进行加权融合，生成高质量的边界特征，将边界特征融入细节特征图中，使病灶区域的边界更加清晰；自适应双向加权融合块自适应地聚合低层次细节分支和高层次语义峰值的特征，最大化保留各自的优势，有效提升双分支CNN多尺度融合网络模型的整体病灶的识别能力，实现对肺部CT图像小病灶区域和复杂病灶区域的精准分割，提升分割效果。