基于小波的双U型空频融合transformer网络的CT图像分割方法

本发明涉及一种基于小波的双U型空频融合transformer网络的CT图像分割方法，属于CT图像处理领域。该方法利用哈尔小波变换获取特征图的低频分量和高频分量，分别在低频和高频中进行线性自注意力交互，使网络从低频中学习全局结构，在高频中捕捉细节特征，网络外层的U型编码器‑解码器结构为Transformer网络补充空间信息，增强Transformer网络局部特征提取能力，使得网络能够更加深入地挖掘图像中的局部细节，最后将空域特征与频域特征作为两个分支按照空间和通道维度交替加权实现特征融合。本发明方法能提高分割结果的精度和细节保留能力。