基于ResNet-Swin残差协同编码与多尺度注意力重建的医学影像分割方法

一种基于ResNet‑Swin残差协同编码与多尺度注意力重建的医学影像分割方法，涉及医学图像分割技术领域，通过编码器‑解码器架构，巧妙结合ResNet局部特征提取与Swin Transformer全局依赖建模的优势，利用多尺度残差融合机制增强局部信息完整性，并通过自适应窗口注意力动态平衡全局与局部特征交互，解码器采用双重多尺度卷积模块DMDCB捕获多尺度上下文，结合全局注意力模块LGPAM强化关键区域响应，同时通过残差上采样模块ResUpSam融合转置卷积与低层特征，有效抑制伪影并保留边缘细节，显著提升影像结构定位精度及内部分割一致性，为医学影像分割提供高精度的解决方案。