基于条件扩散模型和迁移学习的跨模态超声图像分割方法

本发明公开了一种基于条件扩散模型和迁移学习的跨模态超声图像分割方法，包括：首先获取三维原模态数据集与三维目标模态数据集并进行预处理；然后构建条件扩散模型，设定训练参数并训练模型，获得训练后的条件扩散模型以及条件去噪网络的权重参数；再利用训练后的条件扩散模型对预处理后的三维原模态数据集进行推理，批量翻译为带标签的三维模拟超声图像；再将训练后的权重参数迁移到混合注意力分割网络中并对分割网络进行预训练；最后使用迁移学习，通过三维目标模态训练集对预训练后的混合注意力分割网络的参数进行微调训练以适应三维真实超声数据，以在三维目标模态验证集表现最好的微调模型作为混合注意力分割模型进行图像分割。