一种多模态融合和特征对齐的脑组织图像分割方法

本发明涉及一种多模态融合和特征对齐的脑组织图像分割方法，属于医学图像处理领域。包括步骤：S1：获取脑组织图像数据集，将数据集划分为训练集和测试集并做相应的预处理；S2：利用边界检测算法Sobel提取图像的边界轮廓信息，利用数据融合将边界信息融入到网络模型中，提高网络模型对边界的细化和学习；S3：使用跨分支连接来促进不同模态之间的信息流动，能够有效地融合和提炼多模态特征；S4：在上采样引入特征对齐模块，生成空间位置正确、边界区域精确的上采样后期特征；S5：通过与标签进行比较，计算损失并反向传播训练模型参数，直至模型参数收敛。本发明可以在不引入其他任务的情况下强化脑组织边界信息，提高网络模型对脑组织边界信息的学习。