一种基于多尺度特征融合的脑血管三维评估方法

本发明涉及一种基于多尺度特征融合的脑血管三维评估方法，该方法构建了多尺度特征融合模型，该模型包含先导分割网络、融合分割网络和拓扑‑风格损失模块。先导分割网络基于动态Unet网络，增强模型对脑血管图像复杂边界的响应，提升病理检测性能。融合分割网络则引入特征选择模块，有效地融合Transformer层所具有的长程依赖特性和CNN层的局部上下文信息，使得模型在不同尺度下都能精准地提取脑血管特征。拓扑‑风格损失模块采用结合拓扑损失函数与风格自一致性损失共同优化模型参数，约束分割结果的拓扑连续性，有效解决传统分割方法中血管容易出现断裂的问题。该方法有效提高了脑血管图像分割精度。