一种基于深度学习的直肠癌医学影像病灶分割方法及装置

本发明公开了一种基于深度学习的直肠癌医学影像病灶分割方法及装置，旨在解决现有技术仅以医学图像作为单一输入模态，忽视了多模态数据间的潜在语义关联，导致分割效果欠佳的问题。方法包括获取待测直肠癌医学影像病灶图像及其对应的临床文本信息，将二者输入至分割模型进行处理。通过文本多尺度特征提取模块处理临床文本信息，生成目标文本多尺度特征；利用特征编码器对文本特征和医学图像进行编码，输出目标文本图像融合编码特征；将融合编码特征输入尺度注意力模块，输出目标文本图像融合注意力特征；通过特征解码器处理融合注意力特征和融合编码特征，得到目标文本图像解码特征；最后使用分割头对解码特征进行分割，输出最终的目标分割结果。