一种基于双边学习分支实现实用的肺部病变分割方法

摘要

本发明公开了一种基于双边学习分支实现实用的肺部病变分割方法，属于医疗影像技术领域，包括：S1：获取肺部数据集；S2：对所述肺部数据集中的每一张图像进行预处理操作，得到预处理后的肺部数据集；S3：利用病灶图像分割网络对所述预处理后的肺部数据集进行分割，得到病灶区域。本发明能够解决现有卷积神经网络在建模全局信息时全局语义及局部细节的不均衡性、Transformer和多层感知机（MLP）在医疗图像领域普遍存在计算开销较大的问题，能够针对间质性肺炎病灶区域尺寸、形态变化不规则的特点，在精确分割出肺部CT图像中的炎症病变区域的基础上，提高推理速度并降低计算开销。