基于Bottleneck和多尺度特征的医学图像分割方法

本发明提供了一种基于Bottleneck和多尺度特征的医学图像分割方法，属于医学图像分割技术领域。解决了Unet在处理不同尺度的目标、复杂图像结构时精度较低的技术问题。同时，解决了跳跃连接直接简单拼接或加和可能导致特征混合不当，特别是在目标边界模糊或结构复杂的情况下，可能会影响分割精度的技术问题。其技术方案为：包括以下步骤：步骤一：数据集划分为训练集、验证集、测试集；步骤二：对训练集进行预处理和数据增强操作；步骤三：构建基于Bottleneck和多尺度特征的分割网模型；步骤四：训练模型以及评估模型；本发明的有益效果为：本发明提升了面对复杂分割任务时的分割精度、准确率和鲁棒性。