一种基于CNN和ViT混合架构的医学图像分割方法及系统

本发明具体公开了一种基于CNN和ViT混合架构的医学图像分割方法及系统，涉及医学图像处理技术领域。该方法包括：S1、获取多个种类的医学图像数据集并进行预处理，按比例划分为训练集、验证集与测试集；S2、构建基于CNN和ViT混合架构的分割模型，分割模型以U‑Net网络为基础框架，包括编码器、解码器和边缘优化模块；S3、基于划分的训练数据集进行分割模型训练；S4、计算医学图像分割模型的损失函数，使用Adam优化器更新参数，并在训练过程中保存最优模型权重；S5、使用训练好的分割模型对测试集数据进行测试。该方法有效缓解CNN感受野受限和ViT计算成本昂贵的问题，提升了病灶区域的分割精度。