一种基于CNN与Transformer的肺结核CT图像分割方法

本发明涉及一种基于CNN和Transformer并行双分支结构的分割模型，属于医疗数据预测技术领域。其中，该方法包括：获取CT图像，通过执行窗口化处理及对比度受限自适应直方图均衡化对CT图像进行预处理；通过并行双分支结构提取预处理后CT图像中肺部病变的特征；将提取的特征输入交叉增强融合模块，通过动态权重分配对特征进行互补融合得到融合特征；将融合特征输入多尺度上下文信息提取模块，通过不同膨胀率的空洞卷积增强病灶边界敏感性；通过跳跃连接将编码器特征与解码器特征融合，基于上采样恢复分辨率后输出分割结果；采用加权损失函数优化模型训练。实现了对肺结核CT图像中肺部病变的准确分割，能够提供更清晰、准确的病变区域信息。