基于周边上下文信息增强的医学图像通用分割方法及装置

本发明涉及医学图像处理技术领域，特别涉及一种基于周边上下文信息增强的医学图像通用分割方法及装置，其中，方法包括：提取医学图像中的不同尺度的图像特征，并对不同尺度的图像特征进行下采样，以得到图像周边上下文信息；将图像周边上下文信息与不同尺度的图像特征进行融合，以得到融合后的增强图像特征；利用融合后的增强图像特征对预先构建的深度学习网络架构进行训练，直至满足预设损失函数收敛，得到医学图像分割模型；将待分割医学图像输入至医学图像分割模型中，以得到相应的分割结果。由此，解决了现有基于深度学习的分割方法缺乏对图像周边上下文信息的有效利用，容易出现分割不准确、细节丢失，难以满足临床应用的高精度需求等问题。