一种基于小波增强与多尺度特征融合的医学图像分割方法

本发明涉及医学图像处理技术领域，提出了一种基于小波增强与多尺度特征融合的医学图像分割方法。该方法结合CNN‑Transformer双分支编码结构，提出一种多尺度小波融合模块，从频域角度出发，采用Haar小波变换提取图像高频子带以增强边缘与纹理细节表达，并通过分组卷积与子带注意力机制对不同频段特征进行动态加权，提升判别能力；同时，在空间域中融合多尺度空洞金字塔结构，引入交叉注意力动态融合后，建立小波域与空间域的特征对齐机制；实现频域与空间域特征的协同融合。该方法有效提升复杂背景下模糊边界和细粒度结构的分割精度，具有良好的通用性和适应性，适用于多种医学图像分割任务。