基于3D深度可分离卷积和EAM模块融合的医学图像分割方法

本发明属于图像分割技术领域，具体涉及基于3D深度可分离卷积和EAM模块融合的医学图像分割方法。本发明方法采用EAM‑3D模块来提取特征信息，通过在深度、宽度和高度三个不同方向上计算注意力权重，增强特征表达能力。相比其他注意力机制，EAM‑3D模块的多方向注意力计算更为全面和有效。其他注意力机制通常只在某一维度上进行特征加权，而EAM‑3D模块在多个方向上进行注意力计算，使得其在处理高分辨率医学3D图像时具有显著优势。本发明方法通过在解码器的每个阶段生成不同分辨率的特征图，从粗到细、从全局到局部地进行特征图的多尺度信息捕获，最后通过融合不同阶段的特征图，可以更好地整合多层次信息，提高分割的精度和鲁棒性。