超声图像中人工标记去除方法、装置及其可读存储介质

本申请提出了超声图像中人工标记去除方法、装置及其可读存储介质，该方法先从多家医院采集甲状腺超声图像并处理数据集，再将其输入Restormer模型，利用其编码‑解码架构及MDTA和GDFN模块去除人工标记，采用渐进式学习策略训练优化，最后在去除标记的数据集上进行分类、分割和目标检测任务测试。本发明不依赖手动标注掩膜，能自适应学习识别并去除标记，保留图像细节和结构信息，有效解决了现有方法在处理超声图像人工标记时的诸多问题，显著提升了深度学习模型在相关任务中的性能。