医学图像分割模型训练方法、分割方法、设备和存储介质

本发明涉及图像处理技术领域，具体涉及医学图像分割模型训练方法、分割方法、设备和存储介质。在本发明中，通过多尺度全局通道注意力（MCA）模块对每个编码模块的输出特征进行卷积和双线性插值操作后进行拼接，得到全局特征；通过通道注意力机制处理全局特征，得到全局区域特征；将全局区域特征和最后一个编码模块的输出特征行进行逐元素乘积，进行池化和归一化操作，用激活函数激活，得到多尺度全局通道注意力模块的输出特征。本发明的医学图像分割模型在保持性能的同时降低参数量和计算开销，训练过程的稳定、高效，缓解了医学图像中的类不平衡问题。