基于文本引导和MFF的腹部医学图像多器官分割方法

本发明涉及医学图像分割技术领域，公开了一种基于文本引导和MFF的腹部医学图像多器官分割方法。首先构建轻量级图像编码器，提取腹部CT图像的多尺度图像特征；其次采用基于Transformer的文本编码器提取输入文本的高维语义特征，实现对医学文本语义的精准建模；然后设计图像‑文本特征融合模块，通过自注意力和跨模态注意力机制实现图像与文本特征的深层交互与语义对齐；最后提出结合跳跃连接机制的多尺度特征解码器，融合编码器多层特征与多模态融合特征，输出腹部多器官分割结果及各器官的目标分数。本发明能够有效提升复杂腹部器官分割的准确性和鲁棒性，在保证轻量化的同时，显著优化了模型的多模态信息融合能力。