基于风险优化的肿瘤和多器官联合分割方法

本发明公开了一种基于风险优化的CT图像肿瘤与风险器官联合分割方法及系统，主要解决现有技术因任务优化冲突所导致分割精度低的问题。其实现方案包括：利用共享编码器提取CT图像的共享特征；通过一个相互风险提示学习模块，从共享特征中生成任务特定的肿瘤风险提示特征和器官风险提示特征；将共享特征与风险提示特征融合后，送入多门控混合专家MMoE解码机制中，该机制通过门控网络为一组专家解码器动态分配权重，进行自适应的加权解码，最终生成分割结果。本发明通过显式建模任务风险和采用动态专家选择策略，有效解决了优化冲突，显著提升了肿瘤与风险器官联合分割的准确性和鲁棒性，可用于对患者CT图像的肿瘤和相关器官区分，为临床精准治疗提供了有力支持。