一种基于多模态协同对比增强的通用医疗图像分割方法

本发明涉及一种基于多模态协同对比增强的通用医疗图像分割方法，属于人工智能技术领域，通过多模态协同对比增强模型获取丰富的语义信息，结合测试提示微调、分割提示优化及微调分割模型策略，生成高质量分割结果。通过测试提示微调，显著增强了模型对目标区域的关注能力，减少了对无关区域的干扰，生成初步分割提示。进一步结合历史数据信息优化初步分割提示，获得高质量的分割结果。同时，通过微调分割模型并利用无监督学习对测试数据进行一致性特征分析，增强了模型对数据分布变化的感知能力，提升了泛化性能。该方法无需预先知道特定疾病种类信息或依赖标签信息，可直接对传入的医疗图像进行高效分割，极大提高了方法的通用性和适用性。