基于局部增强的Transformer医学图像分割方法

本发明涉及一种基于局部增强的Transformer医学图像分割方法，属于医学图像处理领域。该方法旨在提升对小目标的分割性能，提出了一个全新的全监督医学图像分割框架。在编码阶段，使用Pyramid Vision Transformer提取不同尺度的全局信息，并在跳跃连接处增设特征对齐的局部增强模块，提升模型的局部信息表示能力。在解码阶段，设计渐进式局部诱导解码器，有效恢复特征的空间细节，提升对小目标的识别能力。此外，本发明引入互信息损失函数，使得模型在训练阶段更加关注与任务相关的小目标信息，抑制背景噪声的影响。本发明通过提升模型的全局和局部表示能力，有效克服了由小目标信息量有限导致的特征提取难的挑战，显著提高了医学图像中小目标分割的精度。