基于SAM的2.5D可提示医学图像分割方法及装置

本申请公开了一种基于SAM的2.5D可提示医学图像分割方法及装置，涉及计算机视觉和医学图像处理技术领域，该方法包括：对待处理三维医学图像数据进行预处理，获得若干个2.5D数据块；将每一2.5D数据块作为输入，利用训练好的SAM模型输出对应的分割结果，其中，SAM模型引入了残差学习机制和跨切片注意力机制。本申请将2.5D的分割思想引入SAM中，通过结合残差学习机制和跨切片注意力机制，使得SAM模型更好地维持切片间的空间一致性的同时，充分捕捉各个切片之间的关联性，从而提升图像特征的表达能力，增强模型在复杂结构图像上的表现，因此能够提高医学图像分割结果的准确性。