基于空间熵增强的双编码器乳腺癌医学图像分割方法

本发明用于医学图像分割技术领域，公开了基于空间熵增强的双编码器乳腺癌医学图像分割方法，该方法以双编码器结构的U‑Net网络作为主干框架，融合了超声图像的空间熵特征与原始图像特征，以提高乳腺病灶区域的分割精度。该基于空间熵增强的双编码器乳腺癌医学图像分割方法，增强边缘特征表达能力，通过计算并利用图像局部区域的熵信息，有效捕获和强调超声图像中病灶边缘等边界模糊区域的统计特性和不确定性，从而提升模型对病灶边界的识别和表达能力，构建双路径网络结构，分别提取深度纹理特征和基于熵的统计特征，并通过所设计的信息融合模块，实现不同维度特征之间的有效互补和集成，克服单模态特征提取不足的局限性。