基于TransNeXt的小波变换脑卒中图像分割方法

本发明涉及医学影像分割技术领域，具体涉及基于TransNeXt的小波变换脑卒中图像分割方法，使深度学习模型能够更有效的分割出脑卒中病变部位的精确位置。具体包括以下步骤：对缺血性脑卒中病灶图像进行预处理，并通过裁剪，翻转等方式制作成数据集；将预处理过的图像作为高频特征提取模块和编码器‑解码器模块的输入，以获得图像的高频特征图和高级语义特征；同时将编码器的中间处理结果作为低频特征提取模块的输入，并反馈至解码器以得到最终分割结果。本发明提出的深度学习神经网络有效地解决了缺血性脑卒中病灶图像分割中病变边缘的高频信息缺失、模型过拟合的问题，从而提高了图像分割的准确度。