一种结合CNN和SAM的少样本医学图像分割方法

本发明属于医疗影像分析技术领域，尤其为一种结合CNN和SAM的少样本医学图像分割方法，包括：构建用于结合CNN和SAM的少样本医学图像的SAM模型，模型包括CNN特征提取模块、少样本微调模块和生成提示模块；使用交叉熵损失、Dice损失和MSE损失来训练所述的SAM模型，得到训练好的SAM模型；SAM分割模块通过其生成提示模块，利用少量标注样本或通过点击提示方式引导模型进行精确的目标区域分割。本发明，引入CNN特征提取模块对局部信息进行特征提取，为SAM网络补充缺失的局部信息，引入少样本微调模块将图像信息迁移到医学图像学习领域，实现了在医学图像上的精准分割，引入生成提示模块避免了手动交互，生成点提示，进而提高了诊断的精确度。