一种基于双流协同网络的冠状动脉造影图像分割方法

本发明公开了一种基于双流协同网络的冠状动脉造影图像分割方法，所述方法基于保持不同分辨率和引入辅助信息的思想构建双流协同网络。在主分割网络分支中提出MSFE模块来捕获不同层次的全局语义信息，增强对冠状动脉复杂结构的理解能力。在边缘分割网络分支中提出NIEE模块抑制噪声干扰并增强边缘轮廓，随后利用CAKC模块提取细粒度的边缘信息，从而强化边缘细节表达。在不同学习阶段，使用AEGF模块实现主分割网络全局语义特征与边缘分割网络分支局部细节特征的动态融合，以获得最佳学习效果。最终，将所有信息流进行分辨率对齐，获得最终输出结果。该方法能够有效抑制噪声干扰、增强边缘轮廓特征，实现血管分割的高精度与鲁棒性。