一种基于改进TransUNet与Triplet Attention的帕金森图像自动分割方法

本发明提出了一种基于改进TransUNet与Triplet Attention的帕金森图像自动分割方法，主要解决传统帕金森黑质图像由医生手动分割的问题，提高了帕金森诊断精准度和医生工作效率。本方法通过应用改进型的TransUNet算法和专门设计的网络结构，有效地识别和分割帕金森病黑质区域。具体来说，本模型采用动态上采样DySample，根据输入图像的特征自适应地调整采样方式。同时，在解码层引入了三重注意力模块。从水平、垂直和通道三个维度对黑质区域的特征进行强化。本方法为帕金森医学图分割提供了有效工具，可满足帕金森医学诊断和生物医学研究中对高准确性、高效率和高可靠性的迫切需求。