1.基于自适应脉冲的图像分割方法，其特征在于，包括：

获取训练用图像；

利用训练用图像对图像分割模型进行训练，训练完成，获得训练好的图像分割模型；其中，在对图像分割模型进行训练时，计算模型反向传播过程中的梯度信息；将梯度信息和当前模型的参数权重作为突触后膜；计算模型前向传播过程中神经元；利用突触后膜和神经元，对图像分割模型进行更新；

神经元向突触后膜中传输神经调质，神经调质用于更新突触后膜中权重；

神经元中设置脉冲通信规则；突触后膜中设置脉冲传输规则和脉冲偏置规则；脉冲通信规则为：当神经元中脉冲数量大于设定值时，产生第一设定个数的脉冲发送至后续神经元；脉冲传输规则为：当突触后膜包含的脉冲数量大于设定值时，产生第二设定个数的脉冲发送至后续神经元，第二设定个数根据突触后膜包含的脉冲数量和突触后膜的权重确定；

脉冲偏置规则为：当突触后膜包含的脉冲数量大于设定值，且突触后膜包含适合规则的设定数量设定效能的神经调质时，产生第三设定个数的脉冲发送至后续神经元，第三设定个数根据突触后膜包含的脉冲数量、突触后膜的权重、神经调质效能和神经调质数量确定；

利用训练好的图像分割模型，对训练用图像的同类图像进行分割。

2.如权利要求1所述的基于自适应脉冲的图像分割方法，其特征在于，图像分割模型包括多层下采样层、多层上采样层和分割头，多层下采样层对图像进行多尺度特征提取，通过多层上采样层对多尺度特征进行融合上采样操作，获得图像特征；利用分割头对图像特征进行分割，获得图像分割结果。

3.如权利要求2所述的基于自适应脉冲的图像分割方法，其特征在于，多层下采样层包括依次连接的一层大内核卷积层和多个四方向曼巴块层；其中，每个四方向曼巴块层均包括依次连接的门控空间卷积模块、第一层归一化、四方向曼巴模块、第二层归一化和多层感知层。

4.如权利要求3所述的基于自适应脉冲的图像分割方法，其特征在于，每个四方向曼巴块层在门控空间卷积模块的输出与四方向曼巴模块的输出之间设置残差连接；在四方向曼巴模块输出与多层感知层的输出之间设置残差连接。

5.如权利要求3所述的基于自适应脉冲的图像分割方法，其特征在于，门控空间卷积模块包括并行的第一卷积块和第二卷积块；第一卷积块的输出和第二卷积块的输出相乘后输入第三卷积块中，第三卷积块的输出与输入门控空间卷积模块的特征进行相加后，作为门控空间卷积模块输出。

6.基于自适应脉冲的图像分割系统，其特征在于，包括：

图像获取模块，用于获取训练用图像；

模型训练模块，用于利用训练用图像对图像分割模型进行训练，训练完成，获得训练好的图像分割模型；其中，在对图像分割模型进行训练时，计算模型反向传播过程中的梯度信息；将梯度信息和当前模型的参数权重作为突触后膜；计算模型前向传播过程中神经元；利用突触后膜和神经元，对图像分割模型进行更新；

神经元向突触后膜中传输神经调质，神经调质用于更新突触后膜中权重；

神经元中设置脉冲通信规则；突触后膜中设置脉冲传输规则和脉冲偏置规则；脉冲通信规则为：当神经元中脉冲数量大于设定值时，产生第一设定个数的脉冲发送至后续神经元；脉冲传输规则为：当突触后膜包含的脉冲数量大于设定值时，产生第二设定个数的脉冲发送至后续神经元，第二设定个数根据突触后膜包含的脉冲数量和突触后膜的权重确定；

脉冲偏置规则为：当突触后膜包含的脉冲数量大于设定值，且突触后膜包含适合规则的设定数量设定效能的神经调质时，产生第三设定个数的脉冲发送至后续神经元，第三设定个数根据突触后膜包含的脉冲数量、突触后膜的权重、神经调质效能和神经调质数量确定；

图像分割模块，用于利用训练好的图像分割模型，对训练用图像的同类图像进行分割。

7.一种电子设备，其特征在于，所述设备包括：

处理器，适于执行计算机程序；

计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1‑5任一项所述的基于自适应脉冲的图像分割方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，计算机程序适于由处理器加载并执行权利要求1‑5任一项所述的基于自适应脉冲的图像分割方法。