基于跨图像间注意力的超声图像分割方法

本发明提供了一种基于跨图像间注意力的超声图像分割方法，旨在通过融合多个图像的特征信息，提高图像分割的准确性和鲁棒性。该方法包括以下步骤：输入至少一个目标图像和一个或多个辅助图像；对输入图像进行预处理，包括缩放和归一化；使用交叉注意力编码器对目标图像和辅助图像进行特征提取；利用基于相似度的注意力机制动态融合来自不同图像的特征信息；根据融合后的特征信息生成目标图像的分割结果。此外，本发明还引入了小样本学习技术，通过数据增强、迁移学习和正则化等方法，提高模型在小样本条件下的性能。本发明特别适用于医学影像分析中的2D超声影像自动分割，能够显著提升病变区域的识别准确率，具有广泛的应用前景。