基于连续自监督学习框架的超声医学图像分析方法和装置

本申请涉及一种基于连续自监督学习框架的超声医学图像分析方法、装置、计算机设备和存储介质，通过连续自监督学习框架的可变形掩码预测模块生成超声图像有效的二值掩码；基于二值掩码，通过连续自监督学习框架的特征提取模块提取图像特征并进行重建，基于重建前后的图像更新所述可变形掩码预测模块；冻结更新后的可变形掩码预测模块，通过对比学习模块将新任务的特征表示与旧任务对齐，并优化特征提取模块，得到训练好的连续自监督学习框架；利用训练好的连续自监督学习框架对待分析的超声医学图像进行分析，提高了超声医学图像分析的稳定性和适应性。