基于特征解耦与增强的跨域医学图像分割方法

本发明属于图像处理技术领域，具体涉及基于特征解耦与增强的跨域医学图像分割方法，将采集的多个不同中心的医学图像输入训练好的医学图像分割模型，医学图像分割模型包括特征解耦模块和域间协同推理网络，输入的图像在特征解耦模块中处理后输出域无关特征和域特定特征，之后域间协同推理网络针对域无关特征和域特定特征通过域间信息流引导、伪边界感知增强后预测输出分割结果；域间信息流引导采用一个基于双向信息流的域间信息流引导模块，利用域特定特征的成像细节提升域无关特征的边界分辨力，同时用域无关特征的解剖结构约束域特定特征的域噪声。本发明域无关特征在解剖边界更锐利，域特定特征在成像细节中更纯净，为后续分割奠定了坚实基础。