一种基于边缘到全局特征融合网络的图像分割方法

本发明提出 EGANet 息肉图像分割方法，可降低漏检率与错检率，提升结肠镜检查准确度。该方法针对三大挑战设计：采用 ResNet50‑SPD 编码器结合空间到深度层下采样，搭配反卷积解码器，解决息肉尺寸过小漏检问题；设计边缘注意力模块，以边缘信息监督高级特征层，应对形态差异导致的漏检和欠分割；通过数据集去反光与颜色偏移预处理，结合全局注意力模块捕获长距离依赖和通道上下文，处理息肉与背景相似引发的错检。最终融合边缘与全局注意力特征，缓解过分割。实验表明，该方案分割精度优于现有模型。