一种基于细粒度引导的超声乳腺图像分割方法

本发明公开了一种基于细粒度引导的超声乳腺图像分割方法，涉及图像分割技术领域，本发明尝试使用细粒度引导注意解码扩散模型，弥补传统分割方法存在的前景与背景语义弱关联、全局和局部特征失衡和细粒度特征捕捉能力欠缺等不足。其核心设计是：利用去噪扩散概率模型得到清晰的去嗓图像；基于细粒度引导的上下文交叉注意解码扩散网络及内含的自适应细节导向注意力模块，学习和融合图像先验信息，增强前景和背景之间的语义相关性；添加上下文解码交叉注意力层，有效捕获输入特征的全局信息和通道间的复杂相关性，整体提升图像分割精度和效率。在相关数据集上的对比实验结果表明，本发明方法较同类流行方法获得了更好的图像分割效果。