一种医学图像领域泛化分割方法及系统

本发明提供了一种医学图像领域泛化分割方法及系统，属于医学图像处理技术领域。该方法对多中心医学图像数据预处理后，构建基于U‑Net与ResNet的网络架构，用于特征提取与分割预测。通过频域分解模块将图像特征转换为频域表示，分离低频振幅和相位信息。利用频域风格投影重建模块构建风格表示空间，将未知域风格投影至源域风格库并扰动扩展特征分布。通过多级对比解耦模块，结合类原型对比学习与像素级语义对比学习，实现域无关与域相关特征的解耦。最终联合分割损失与对比学习损失优化模型，生成最终的分割结果。本发明采用上述的方法，通过频域风格对齐与对比解耦，解决了医学图像多中心数据领域偏移问题。