一种医学超声图像分割方法

本发明涉及一种医学超声图像分割方法，属于电数字数据处理技术领域，包括以下步骤：S1：收集相关的医学超声数据集；S2：读取医学超声数据集中的图像，将图像处理为相同尺寸，使用随机旋转和水平翻转等操作对训练集进行增强；S3：搭建基于深度学习的医学超声图像分割模型TMU‑NeXt，选择合适的超参数和训练设置；S4：当模型训练到损失不再下降即趋于收敛后，停止训练，保存模型；S5：利用相关指标比对模型分割的样本效果进行评估。能够在进行医学超声图像分割时提升分割指标，更精准分割的同时比起其他较为先进的CNN‑Transformer混合框架方法有更少的计算复杂度和推理时间。