一种基于改进YOLOv8n-Seg的多尺度轻量化脑肿瘤分割方法

一种基于改进YOLOv8n‑Seg的多尺度轻量化脑肿瘤分割方法，属于医学图像处理机人工智能技术领域，设计了一种融合低秩卷积与傅里叶变换的新型下采样模块FLRDown，替代YOLOv8n‑Seg主干网络中的标准卷积操作；在 SimAM 注意力机制的基础上进行了进一步改进，提出了一种新型的注意力模块——AdaSimAM；在原YOLOv8n‑Seg分割头基础上，设计了LCSDSH分割头部网络，优化了头部网络结构并减少了冗余参数。本发明通过引入结构优化与特征增强机制，在有效降低模型计算复杂度的同时，增强了对小目标区域的感知能力，并提升了模型在多尺度肿瘤识别中的鲁棒性和泛化能力，从而更适用于临床实践中对脑肿瘤自动分割的实际需求。