一种基于注意力增强残差UNet网络的CT图像处理方法

本发明公开了一种基于注意力增强残差UNet网络的CT图像处理方法，属于图像处理技术领域。该方法包括：采集CT图像数据集，将数据集划分为训练集、验证集和测试集；构建基于改进UNet网络的CT图像处理模型，包括将原有UNet网络编码器和解码器中的卷积层替换为动态残差块，以及在原有UNet网络中将解码器的上采样特征图与编码器特征图融合；基于训练集对CT图像处理模型进行训练，基于验证集对训练过程中的CT图像处理模型进行评估；将测试集输入到训练好的CT图像处理模型中进行CT图像分割，得到分割结果。本发明通过动态残差模块使得UNet网络能够适应不同特征，并更好地聚焦重要特征，有效提升图像分割精度。