一种基于双解码器结构的边界增强超声图像分割方法

本发明属于医学图像处理与深度学习交叉技术领域，具体提供一种基于双解码器结构的边界增强超声图像分割方法，用以解决现有技术中超声图像分割边界不平滑、精度不足的问题。本发明提出构建包含主解码器(Seg‑decoder)与边界解码器(Bor‑decoder)的超声图像分割网络，利用Bor‑decoder专注处理边界像素的分割，并通过特征融合机制为Seg‑decoder提供边界特征信息，提升模型的整体分割能力，同时引入多尺度结构增强对复杂目标的适应性；本发明通过引入边界特征增强机制及多尺度结构设计，实现更高精度的超声图像分割；不仅提升了分割性能和边界分割质量，还显著提高了诊断结果的可靠性，在医学图像自动分割领域具有重要的研究价值和应用前景。