基于协同数据模型适应的测试时自适应医学图像分割方法

本发明公开了一种基于协同数据模型适应的测试时自适应医学图像分割方法，目的是解决现有分割方法图像分割性能有待提高的问题。技术方案是先构建基于协同数据模型适应的测试时自适应医学图像分割系统，该分割系统的提示更新模块中有提示更新模型，图像分割模块由图像分割模型组成，两个模型内有批归一化层。采用源域模型和医学图像对分割系统进行测试，利用批归一化层作为双向桥梁实现数据适应与模型适应的协同自适应，在傅里叶空间实现低层分布对齐并实现高层语义特征的适应；再用适应后的分割系统对医学图像进行分割。采用本发明能避免出现误差累积和灾难性遗忘，协同了数据适应与模型适应，能提高图像分割的效果，提高Dice系数。