一种基于高分辨率模态引导和跨模态边界感知的医学图像分割方法

本发明公开了一种基于高分辨率模态引导和跨模态边界感知的医学图像分割方法，包括：对多对比度磁共振成像数据进行数据预处理和增强，并使用Canny算子和Dilation操作获取边界掩码，构造多模态低分辨率的数据集，同时保留高分辨率的T2f模态数据集，并将数据集分为训练集、验证集和测试集；构建分割模型，其中，所述分割模型包括：高分辨率模态引导的双编码器架构模块，跨层级注意力协同机制模块，分割分支和边界预测分支解码器模块；设计边界轮廓检测与区域分割的联合优化的训练策略，使用训练集对分割模型进行训练，并在验证集上保存最优模型参数；在测试集开展模型性能验证，利用通过验证的分割模型，对待测的医学图像进行分割。