一种基于对比学习的多模态磁共振图像分割方法

本发明涉及一种基于对比学习的多模态磁共振图像分割方法，属于数字图像处理领域。该方法包括：获取多模态磁共振图像数据集，将数据集划分为训练集和测试集并做相应的预处理；通过将不同模态的不同切片对进行对比监督，起到优化切片的嵌入空间的效果；使用空间‑通道双注意力协同机制，构建正交互补的特征增强路径；在上采样恢复阶段通过引入动态特征记忆库与动量更新机制，突破传统对比学习在医学影像分割中的表征瓶颈；通过与标签进行比较，计算损失并反向传播训练模型参数，直至模型参数收敛。本发明可以在不引入其他任务的情况下强化不同模态的磁共振图像信息交互，提高网络模型的性能。