产时超声边界感知分割和进展角测量的双路径混合网络方法

本申请属于超声图像分割技术领域，涉及一种产时超声边界感知分割和进展角测量的双路径混合网络方法，包括：S 1、利用标注边界区域的随机切割混合算法增强训练数据集；S2、采用卷积神经网络分支捕获局部特征，采用轻量级CNN风格的Transformer分支捕获长程依赖关系，在卷积神经网络分支和轻量级CNN风格的Transformer分支在并行计算后，采用T2C模块进行融合，以生成融合特征；S3、采用上下文富集模块进行卷积神经网络分支的跳跃连接；S4、采用T2C模块融合CNN分支特征和Transformer分支特征；S5、采用BARM模块利用前景信息和背景信息，并利用残差结构细化特征。本申请解决了传统视觉Transformer结构在数据不足情况下容易出现的注意力崩溃问题，提升边界预测的精度，从而更好地恢复图像的精细细节。