一种超声图像多任务学习方法

本发明属于图像处理技术领域，具体涉及一种超声图像多任务学习方法；包括：获取乳腺肿瘤图像并对其进行预处理，将预处理后的图像输入到训练好的模型中进行处理，得到乳腺肿瘤图像分割和分类结果；乳腺肿瘤图像分割和分类模型为U型编码器‑解码器结构，包括下采样路径、多任务瓶颈块、分类块、特征聚合块和上采样路径；下采样路径由第一、第二、第三和第四编码器组成，上采样路径由第一、第二、第三和第四解码器组成；多任务瓶颈块连接下采样路径、分类块和上采样路径，下采样路径与上采样路径间通过特征聚合块实现跳跃连接；本发明弥合编码器和解码器之间的语义差距，增强了分割和分类之间的协同作用，提高分割和分类结果的准确性。