一种通用的视觉语言模型医学影像分割方法

本发明公开一种通用的视觉语言模型医学影像分割方法，包括步骤：S10,获取医学影像图像数据和临床文本信息数据；S20,通过图像编码器对输入图像进行编码以获取图像特征，通过文本编码器对相应的临床文本信息进行编码以获取文本特征；S30,将文本特征和图像特征同时传递到多模态解码器，多模态解码器包括多个共同注意块CAB，用于逐层融合和解码多模态特征；S40,多模态解码器的数据结果利用分割头得到预测结果。本发明能够有效整合跨模态信息，全面捕获多模态信息，提高了医学影像分割质量，对结合文本信息感染区域自动分割。