摘要
本发明提出了一种基于多尺度特征融合和校正的医学图像分割方法及系统,属于医学图像分割技术领域。方法包括:获取待分割的医学图像并进行预处理;利用PVT网络中,获取第一医学图像特征图并输入到双向交互融合模块和边界监督模块中,获取第二医学图像特征图和边界嵌入;将第二医学图像特征图中高层次的特征图输入到特征分离校正模块中,获取第三医学图像特征图;将第三医学图像特征图、未校正的第二医学图像特征图和边界嵌入输入到跨尺度边界引导模块中,生成第四医学图像特征图,并利用预测器得到最终的医学图像分割结果。揭示了医学图像的局部信息和全局信息之间的复杂关系,利用边界嵌入,更好地应对病变区域边界模糊的问题,增强了鲁棒性。
技术关键词
医学图像特征
医学图像分割方法
多尺度特征融合
鲁棒性特征
校正模块
信息双向交互
Sigmoid函数
高层次
全局特征提取
局部特征提取
医学图像分割系统
医学图像分割技术
生成上下文感知
注意力
线性预测器
输出特征