面向X射线冠脉造影狭窄分割的尺度感知渐进式学习方法

本发明公开了一种面向X射线冠脉造影狭窄分割的尺度感知渐进式学习方法。所要解决的技术问题在于如何解决冠脉造影狭窄分割中存在的多尺度特性和小目标特性导致的分割精度不足问题，结合尺度感知策略和渐进式特征保留机制的一种面向X射线冠脉造影狭窄分割的尺度感知渐进式学习方法。本发明显著提升多尺度狭窄的分割能力，通过尺度感知策略动态聚合不同尺度的上下文特征，能够有效适应冠状动脉在XCA图像中呈现的尺度差异，增强模型对细微狭窄变化的敏感性，实现更精准的狭窄边界刻画，有效解决小目标信息易丢失的问题，提升模型对复杂背景干扰的鲁棒性，具备更强的泛化能力，可适应不同设备与成像条件，降低医生工作负担，提高效率。