一种基于特征重排和门控轴向注意力的医学图像分割方法

摘要

本发明公开了一种基于特征重排和门控轴向注意力的医学图像分割方法。首先，把所有的原始图像和真实分割图像统一为相同大小的尺寸，再对调整后的训练图像进行随机的水平/垂直翻转，提高了样本的多样性。其次，采用特征重排进行下采样，更好的保留了原始图像的特征，采用逆向特征重排进行上采样，提高的网络的解码能力。然后，协同训练全局分支与局部分支，分别提取图像的全局信息交互与局部信息交互。最后，合并两部分信息来对图像进行分割。同时，通过优化参数设置，利用适当的训练技巧，实现了更精确的医学图像分割效果。