基于双分支结构与多频率多尺度特征融合的医学图像分割方法

本发明公开了一种基于双分支结构与多频率多尺度特征融合的医学图像分割方法，所属领域为医学图像分割领域，包括：通过卷积神经网络与Transformer并行提取输入医学图像的多尺度特征，充分利用局部细节与全局上下文信息；接着引入多频率特征融合模块，利用离散余弦变换分解频域成分，通过多视角池化与空间注意力机制实现跨模态特征增强与互补融合；最后通过金字塔多尺度融合模块聚合多层级特征，并借助感受野增强模块与门控解码结构逐步优化特征表示，生成精确的分割掩码。该方法在皮肤镜、CT等多类医学图像上表现出优越的分割性能，能够有效处理边界模糊、形态多变的病灶区域，具备良好的泛化性与临床适用性。