一种联合U-Net和transformer的医学图像分割方法

本发明公开了一种联合U‑Net和transformer的医学图像分割方法，涉及图像分割技术领域，包括：获取医学图像数据集，并将此数据集分配为图像训练集和图像测试集；结合U‑Net和Transformer构建MedTransNet模型，包括Transformer编码器和Transformer解码器；给定图像通过CNN进行初步特征提取，得到高分辨率CNN特征图；图像通过Transformer编码器处理，提取全局上下文信息；将提取后的特征通过级联的上采样器进行上采样，并与高分辨率CNN特征图结合，实现精确定位；最终输出像素级的标签图，完成图像分割任务。本发明有效解决了传统方法在全局上下文建模和局部细节保留方面的局限性，实现了更精确的医学图像分割。