人工智能在医学领域的应用越来越多,对临床诊断的辅助分析也越来越精确。而多模态医学图像分割则是人工智能在医学领域的一个重要应用,它对准确高效的临床诊断具有重要意义。在多种模态的医学图像上得到的精确的器官区域的分割结果,也是在临床治疗中确定治疗方案的重要依据之一。在实际应用中,分割这一步骤通常由专业医生手工完成,工作量极大,极其耗时。基于人工智能技术,医生的工作效率会因为引入计算机辅助诊断系统得到有效提升,医生直接通过辅助诊断系统就可以得到器官分割结果及器官体积计算结果。论文整体分为三个部分。首先,对多模态医疗图像分割流程中的技术环节和背景进行了介绍;其次,对多模态医疗图像分割算法的设计实现进行了分析阐述,包括算法的模型结构设计和训练策略选择,作者通过采用一系列的消融实验、对比实验手段,设计和优化了可以准确分割出器官区域的算法,并与当前学术界常用网络模型进行了对比;然后,对基于上述功能的系统设计进行了需求分析、概要设计、详细设计以及系统测试流程的论述,描述了一种基于多模态医疗图像分割技术的医疗辅助诊断系统的设计和实现。与目前领先的分割算法以及经典分割算法对比,论文提出的医疗图像分割算法分割准确率更高。包含该分割算法的医疗辅助诊断系统通过相关测试,并在真实医疗数据集中进行了初步验证。