基于多视角对齐与伪标签优化的无监督域适应医学图像分割方法

本发明公开了一种基于多视角对齐与伪标签优化的无监督域适应医学图像分割方法，旨在解决域偏移导致的分割精度不足及伪标签质量低下问题。其技术方案是：首先，通过频域平滑融合模块执行图像级对齐，生成类目标域图像；利用该图像预训练分割网络并生成初始伪标签；然后，通过一个两阶段优化流程，该过程通过基于原型的潜在前景补全与基于SAM的结构感知增强，提升伪标签的完整性与结构合理性；最后，基于优化后的高质量伪标签，构建多视角原型对比学习框架进行最终的特征级对齐训练。本发明提升了模型在无标签目标域上的分割精度，为解决医学图像分割中标注数据稀缺的挑战提供了有效方案。