一种融合Mamba和轻量化卷积的医学图像分割方法

一种融合Mamba和轻量化卷积的医学图像分割方法，属于医学图像分割领域；解决现有技术中存在的精度低、推理速度慢的问题。技术方案是：（1）第一阶段：使用Patch Embedding初步处理图像特征；（2）第二阶段使用Dual‑branch Encoding Module，分别从全局和局部两个层面提取特征；（3）第三阶段使用Feature Fusion Module让模型自适应地聚焦于关键特征（4）第四阶段完成下采样操作；（5）第五阶段通过连续堆叠第二至第四阶段模块，实现由浅入深的特征提取与分层建模过程；（6）第六阶段实现空间维度的上采样；（7）第七阶段复用第二、第三与第六阶段的操作，实现特征图的逐步上采样与高分辨率重建；（8）第八阶段将来自上一阶段的特征图进行上采样至原始尺寸，输出最终预测结果。