一种基于Mamba的谱动态融合与双注意力增强的医学图像分割方法

本发明公开了一种基于Mamba的谱动态融合与双注意力增强的医学图像分割方法，首先，本发明通过构建Mamba集成谱域与注意力金字塔模块，融合谱动态特征与自注意力池化机制，通过频域信息补偿和局部特征强化，缓解图像分块处理引发的空间关联性损失；其次，设计分层增强型U型架构，在编码器浅层部署MISAP模块捕获多尺度全局上下文特征，深层引入双极路由注意力机制，动态分配稀疏注意力权重以聚焦关键病理区域；本发明能够显著提升医学图像中复杂边缘纹理与微小病灶的分割精度，在乳腺肿瘤、息肉及腹部器官分割任务中Dice系数平均提升6.5％。