基于深度学习的PET-CT肺癌图像分割方法及系统

本发明涉及图像分割技术领域，尤其涉及一种基于深度学习的PET‑CT肺癌图像分割方法及系统。该方法包括以下步骤：获取PET肺癌图像数据以及CT肺癌图像数据，利用多尺度特征编码器分别对PET肺癌图像数据以及CT肺癌图像数据进行多尺度特征提取，得到图像特征数据；根据图像特征数据进行基于跨模态注意力机制的图像特征融合，得到双模态图像融入数据；根据双模态图像融入数据进行可解释性注意力模块设计，并通过颜色梯度标记注意力强度，生成逐像素注意力热力图。本发明通过多模态融合、多尺度特征提取和可解释性注意力机制，在提高肺癌图像分割准确性和增强临床可解释性方面具有显著优势。