基于生成对抗网络模型改进的脑肿瘤图像分割算法

本发明公开了一种基于生成对抗网络模型改进的脑肿瘤图像分割算法。针对肿瘤边缘以及细节区域分割不准确的问题。该方法对生成对抗网络进行改进，对于模型的生成器部分，引入了跨尺度的跳跃链接，旨在更好的捕捉上下文信息，提取更加完整的边缘细节特征；在解码器阶段，结合坐标注意力机制来捕获位置信息和通道关系，使网络聚焦在肿瘤特征上，同时抑制无关特征；并使用L1损失和Dice损失结合的目标函数来解决样本类别不平衡的问题，显著提高了脑肿瘤MR图像的精确性和鲁棒性。实验结果表明，改进的网络比其他典型脑肿瘤分割方法具有更优的分割效果。