一种基于RU-Net模型的医学图像分割方法及系统

本发明提供一种基于RU‑Net模型的医学图像分割方法及系统，所述方法包括：S1、将图像输入RU‑Net模型；S2、通过编码器中的一系列第一卷积层，捕捉图像中的基本特征；S3、通过池化层来降低特征的空间维度，提取抽象特征；S4、通过递归卷积层处理特征，使得模型能够在多个时间步长上累积和学习特征，从而增强对图像深层特征的理解；S5、通过解码器中的上采样层恢复特征图的空间分辨率，与来自编码器的特征图进行融合；S6、对融合后的特征图通过一系列第二卷积层和RCL进一步处理，重建图像的精细结构；S7、通过一个最终卷积层输出分割结果。本发明能够自动检测医学图像中的异常区域，并对其进行精确分类，从而大大提高了诊断的效率和准确性。