一种基于深度学习模型的肿瘤占位脑功能分区神经影响图像分割方法

本发明公开了一种基于深度学习模型的肿瘤占位脑功能分区神经影响图像分割方法，具体涉及人工智能与医疗交叉技术领域，包括以下协同运作的步骤：多模态数据融合采集、肿瘤边缘特征增强、解剖‑功能特征协同建模、占位形变补偿、对抗边界优化、动态损失调控、级联式分割策略、临床交互验证，构建基于U‑Net++改进的三维特征融合网络，利用多尺度空洞卷积模块分层提取肿瘤浸润区域的边缘梯度特征；针对于现有技术存在的多模态融合与动态适应机制缺失的问题，本发明构建通道竞争机制的三维跨模态融合网络，通过空间金字塔池化与软注意力权重动态筛选多模态关键特征，结合肿瘤体积自适应的动态损失函数，解决传统方法特征混淆与泛化性差的问题。