基于少示例领域感知的选择性自适应医学图像分割方法

本发明涉及一种基于少示例领域感知的选择性自适应医学图像分割方法，属于医学图像分割技术领域。其包括以下步骤：获取医学图像分割数据集，所述数据集包括训练集和测试集；构建基于少示例领域感知的选择性自适应医学图像分割模型，所述医学图像分割模型包括Transformer编码器和掩码解码器，所述Transformer编码器包括高频适配器、多尺度特征提取适配器以及特征选择器；利用所述医学图像分割数据集的训练集对基于少示例领域感知的选择性自适应医学图像分割模型进行训练，得到训练好的模型；将测试集中的待检测图像输入训练好的模型中进行推理测试，得到医学图像分割结果。本发明能够在少数示例的监督学习下增强模型的适应性，进而提高模型的分割性能。