基于多尺度特征交互的医学图像分割模型训练方法

本发明涉及图像处理技术领域，具体涉及基于多尺度特征交互的医学图像分割模型训练方法。为了突破传统注意力机制在全局计算上的局限性，DSWIA模块基于窗口划分策略，通过局部窗口内的特征交互与跨尺度信息传递；它不仅有效降低计算复杂度，而且还能增强模型对不同尺度特征的捕捉能力。解码器通过多尺度卷积增强特征表达，并结合空间注意力机制与局部相似性感知采样器，有效挖掘图像中的复杂空间结构与局部细节，实现精细的特征重建与准确的分割预测。交叉注意力融合模块通过混合注意力机制动态融合不同尺度与类型的特征，有效提升模型对复杂结构的理解能力与分割鲁棒性。