一种基于因果干预和分层特征聚合的脑肿瘤弱监督语义分割方法

本发明提出了一种基于因果干预和分层特征聚合的弱监督语义分割方法，包括如下步骤：首先，通过分层特征提取（Hierarchical Feature Extraction，HFS)提取骨架网络各层级的特征图，将医学图像的低级灰度信息与高级语义信息聚合。进一步，从可解释人工智能的角度出发，使用因果干预（Causal Intervention）建模图像病灶、周围组织及类标签间的因果关系，使用因果干预消除数据集中不可见的混杂因素的影响，得到图像和类标签之间真实的因果关系。最后，通过特征聚合(Feature Aggregation)模块，在网络不同层级上捕捉边界的细微变化，从而提高边界分割的准确性。