一种基于曼巴增强的图推理超声图像少样本目标检测方法及系统

本发明公开了一种基于曼巴增强的图推理超声图像少样本目标检测方法及系统，涉及医学超声图像目标检测领域，包括以下步骤：骨干网络提取超声图像的特征并用位置信息进行编码；将编码后的特征输入CC‑Mamba以捕获长短期上下文依赖；通过注意力机制增强视觉特征，并提取全局语义池；通过图推理获得空间拓扑关系，从视觉特征中学习可解释的稀疏相邻矩阵，保留相关的对象识别连接；将来自全局语义池的语义表示映射到每个区域，利用图卷积网络GCN学习解剖结构之间的拓扑关系；从长期和短期依赖级别和拓扑关系级别连接融合特征以进行进一步预测。致力于在医学图像Few‑Shot目标检测任务中提高对少目标、模糊目标以及低对比度目标的检测能力，提高检测精度。