一种基于扩散概率模型的医学影像域泛化方法

本发明涉及人工智能技术领域，提供了一种基于扩散概率模型的医学影像域泛化方法，包括以下步骤：S1，获取训练所需影像数据；S2，提取影像结构信息；S3，搭建适用影像数据尺寸和特征的扩散生成模型网络；S4，将提取的结构信息作为提示信息，提示和控制扩散生成模型学习过程；S5，利用扩散生成模型实现结构信息保持的数据分布转移。通过本发明的技术方案，设计符合医学影像数据的扩散生成模型，通过提取影像数据结构信息作为提示，实现了结构信息保持的跨影像模态的数据转换，同时增加了训练数据的多样性，在推理阶段达到域泛化目的，进而提高面向多种影像模态的下游分割任务精度，助力快速精准诊断。