一种基于域自适应与过程控制的医学图像分割方法和装置

本发明涉及一种基于域自适应与过程控制的医学图像分割方法和装置，该方法包括：S1：获取有标注和无标注医学图像数据，搭建以视觉基础模型为编码骨干、教师‑学生框架的半监督分割网络；S2：通过域自适应精炼模块（Domain Adaptive Refinement，DAR）对特征做多尺度细化与领域校正，生成医学域适配编码特征；S3：通过不确定性引导的层次化一致性模块（Uncertainty‑guided Hierarchical Consistency，UHC）构建不确定性权重图，约束师生多层编码与解码特征一致；S4：通过原型引导的特征精炼模块（Prototype‑guided Feature Refinement，PFR）从教师分支提取类别原型，并对学生分支解码特征进行增强。本发明可在少标注条件下抑制伪标签噪声，提升复杂医学目标分割精度，适用于医学图像智能分析领域。