一种基于DFL-MedSAM2医学图像目标分割与三维可视化方法

本发明涉及医学图像处理与三维可视化技术领域，具体公开了一种基于DFL‑MedSAM2深度学习模型与VTK三维可视化的医学图像局部器官/病灶分割与可视化方法。该方法包括以下步骤：首先对医学图像进行预处理，包括格式转换和维度选择；然后利用DFL‑MedSAM2模型进行目标器官或病灶的精确分割，采用组合损失函数(Dice Loss+Focal Loss，权重比例为1:20)解决类别不平衡和难分类区域问题；接着通过数据匹配与融合模块将分割结果与原始图像融合，生成局部图像数据；最后利用VTK三维可视化模块对局部图像数据进行三维重建，采用光线投射法和实时裁剪交互技术，突出显示目标区域的细节特征。本发明适用于肺部肿瘤、肝脏肿瘤、头颅组织等病灶的分割与可视化，具有重要的临床应用价值。