基于特征融合和动态原型合成的小样本医学图像分割方法

本发明属于图像分割领域，涉及基于特征融合和动态原型合成的小样本医学图像分割方法，包括：获取图像输入训练好的分割模型，得到分割结果；图像分割模型的训练过程包括：获取医学图像数据集并进行预处理，得到多组医学图像对；将医学图像对输入特征提取模块，得到多尺度特征对(Fsc,Fqc)；将(Fsc,Fqc)输入特征融合模块，得到多尺度融合特征将和(Fsmax,Fqmax)输入原型生成模块，得到多尺度支持原型和查询原型Pq；将Pq以及Fqmax输入动态原型预测模块，得到预测的查询概率；根据(Fsmin,Fqmin)得到预测的支持概率；根据查询概率和支持概率更新模型参数，直到得到训练好的模型；本发明的动态原型合成模块整合多个支持原型的语义信息和原型特征，得到混合原型，进一步增强了对图像的表征能力，从而提升分割性能。