一种基于自提示多专家的多器官超声影像分割方法

本发明公开了一种基于自提示多专家的多器官超声影像分割方法，属于医学图像处理技术领域。该方法包括：利用多专家器官编码器对输入超声图像进行特征提取，通过共享特征学习与器官感知特征学习，实现跨器官共性知识与专属信息的协同建模；利用自提示生成器对不同Transformer层的多尺度特征进行融合与结构解析，根据解剖结构信息自动生成目标器官的稠密提示信息，经提示编码器处理后得到稠密提示嵌入，实现无交互自动提示；利用多器官条件解码器融合图像特征与提示信息，通过器官条件约束生成最终分割结果。本发明实现了多器官超声图像的统一建模与自动分割，有效提高了复杂超声场景下分割的准确性、鲁棒性及参数利用效率，为超声智能辅助诊断提供了自动化解决方案。