一种基于全局-局部特征优化的骨盆医学图像自动分割模型

本发明属于图像识别技术领域，公开一种基于全局‑局部特征优化的骨盆医学图像自动分割模型。该模型通过结合高效非局部注意力机制与双重注意力机制，协同优化全局解剖结构理解与局部骨折特征提取，并采用三级优化策略实现解剖约束与病理响应的协同。具体而言，高效非局部注意力机制能够增强模型的全局感知能力，帮助其更好的理解复杂的骨盆解剖结构；而双重注意力机制则有助于模型关注局部区域的细节，如骨折边缘和病变区域的变化，提高了分割精度。与此同时，本方案提出结合标签分布感知损失与表面监督策略的混合损失函数，通过引导网络优化边缘区域的分割精度，减少漏检和误判的机率，进而增强模型在复杂病理状态下的鲁棒性。