一种基于人在回路与视觉基础模型的医学图像增强方法

本发明公开了一种基于人在回路与视觉基础模型的医学图像增强方法，其特点是该方法包括：生成增强图像候选集合；从候选集合中选择最佳增强图像；变分自编码器进行细节增强；SAM进行自动初步增强；人机交互方式对初步增强结果进行反馈修正，优化关键区域细节；将专家反馈增强提示输入变分自编码器和视觉基础模型，迭代优化图像增强结果；反复执行专家反馈步骤，直至增强图像质量达到预设阈值或满足临床需求等步骤。本发明与现有技术相比有效解决医学图像对比度不足、噪声干扰严重、细节模糊等问题，将专家领域知识与自动化视觉增强模型高效结合，大幅提升了医学图像质量，降低临床影像处理成本，提升医疗诊断的准确性，具有显著的临床应用价值。