基于图像分割模型的胎儿超声图像分割方法、系统及产品

本发明公开了一种基于图像分割模型的胎儿超声图像分割方法、系统及产品，首先通过微调特征自适应扰动模块，初始化标准正态的高斯噪声，通过归一化计算特征的均值和方差，对齐噪声和特征的风格样式，利用激活函数计算特征权重，生成特征适应的干扰噪声。然后通过实例感知的提示生成模块，引入一组可学习的Token，通过交叉注意力机制与图像特征进行交互，生成的交互特征与Token分别作为密集与稀疏提示输入到后续解码网络。最后基于Token的噪声扰动算法，建模Token内部关系生成扰动权重，搭配高斯噪声来干扰Token，防止Token与特定实例之间过拟合。本发明从噪声出发来微调大模型，提升模型的在未知域的通用分割能力，从一个新的角度解决了域泛化胎儿超声图像分割问题。