一种边缘先验引导的医学图像分割方法

本发明提出了一种边缘先验引导的医学图像分割方法，用以解决边缘模糊背景下分割结果边缘混杂且分割不完整的问题。其步骤为：首先对医学图像数据集中的样本进行ZScore标准化，并裁剪样本图像中的组织区域用于后续训练；其次，构建基于PCNN边缘先验信息引导的多模态医学图像分割模型：通过对输入样本使用三维自适应脉冲耦合神经网络得到肿瘤边缘信息，然后计算多模态特征间的余弦相似度对多模态特征以及边缘先验进行加权融合，再基于肿瘤的空间结构信息对分割结果进行后处理；最后，训练多模态医学图像分割模型，将测试集送入训练好的模型，得到分割结果。本发明能够增强模型的边缘分割能力，提高模型的分割性能。