一种基于双分支特征融合的级联医学图像分割方法

本发明属于医学图像分割技术领域，具体为一种基于双分支特征融合的级联医学图像分割方法，用以在减少网络参数的情况下提高医学图像的特征利用率，从而提高医学图像的分割质量。本发明构建双分支特征融合的级联医学图像分割网络，主要包括双分支特征编码器、特征交互融合模块(EA‑CBAIM)及解码器，双分支特征编码器中CNN分支与VSSD分支分别获取多分辨率特征，并由EA‑CBAIM特征交互融合模块实现重要特征增强，最后通过解码器捕捉和组合多个尺度的特征信息，逐步精细化结果，提高分割质量。综上，本发明能够有效提取医学图像中的病理特征，实现对病灶的自动分割，提升医学图像分割模型的泛化能力。