本研究针对COVID-19肺部CT影像中病灶对比度低、分割难度大的问题，提出了一种结合CLAHE预处理、注意力U-Net架构和混合Dice-Tversky损失函数的自动分割框架。通过5折交叉验证，模型在公开数据集上达到Dice分数0.83、IoU 0.71的优异性能，并结合Grad-CAM可视化技术增强 ...