一种超声图像分割模型训练方法、分割方法和系统

本发明涉及一种超声图像分割模型训练方法、分割方法和系统，训练方法包括：基于输入图片和真值掩码，通过课程学习策略完成对文本提示、框选提示和点提示的初始提示的模态选择；根据确定的初始提示和对应的输入图片，输入多模态分割模型中，生成初始的分割掩码；根据分割掩码和对应的真值掩码计算损失函数，用于对模型进行迭代优化；将分割掩码与对应的真值掩码进行比较，进行补充提示选择；将确定的补充提示、输入图片和对应的历史提示共同输入多模态分割模型中，生成更新后的分割掩码；对同一批次的输入图片重复进行迭代训练。与现有技术相比，本发明能有效防止过拟合、减少对标注数据量的依赖，不断提升分割精度和泛化能力。