一种基于RWKV模型的脑部MRI影像分割方法

本发明公开了一种基于RWKV模型的脑部MRI影像分割方法，属于医学图像处理与人工智能交叉技术领域。首先，在U‑Net网络框架中引入RWKV线性自注意力模块，以较低的计算开销建立远程像素之间的关联，从而提高脑瘤区域的识别精度，并有效控制推理时间，增强模型的实用性。其次，该方法结合多尺度编码与特征融合机制，联合提取局部与全局信息，从不同分辨率层级中挖掘特征，并实现自适应融合，以提升细粒度分割效果。最后，为增强模型的泛化能力和轻量化部署性能，本发明进一步对网络结构进行优化，降低整体计算资源需求，使其能够在复杂的临床环境下更好地适配跨患者的MRI数据，具备良好的实用价值与推广潜力。