一种基于MIND模型的意图驱动多模态医学图像融合方法及系统

本发明公开的基于MIND模型的意图驱动多模态医学图像融合方法，包括：获取双模态医学图像并依据诊断意图生成融合文本；多尺度潜在适配器从图像中提取空间特征；将空间特征解耦为高频与低频序列并执行频域‑时间步联合仿射调制，生成意图调制的空间拓扑Tokens；将融合文本嵌入、时间步嵌入、噪声、视觉Tokens及空间拓扑Tokens输入扩散Transformer预测向量场，同时在扩散Transformer中，利用时变门控系数将空间特征注入隐藏层；计算自适应动态截断阈值，建立损失函数更新网络参数用于生成融合图像。本发明解决了物理保真度与临床语义对齐难以兼顾的问题，显著提升融合图像在病灶分割任务中的准确性。