用于医学图像分割的自适应梯度保持特征传播网络方法

本发明属于图像处理技术领域，具体涉及用于医学图像分割的自适应梯度保持特征传播网络方法，构建自适应梯度保持特征传播网络，将自适应梯度保持特征传播网络引入医学图像分割模型，然后获取医学图像，通过预处理得到图像集，再对引入自适应梯度保持特征传播网络的医学图像分割模型进行训练。训练完成后，将待分割医学图像输入训练后的医学图像分割模型进行图像分割，所述自适应梯度保持特征传播网络在网络的不同层利用该层的梯度范数计算相应层的计算动态梯度权重，进而实现对特征的自适应调整，从而在不同深度动态调整梯度传播策略。本发明能基于梯度信息动态调整特征通道的重要性，有效优化了深度神经网络的梯度流，使浅层特征学习更加稳定。