本文提出了一种新型自监督少样本分割方案，利用超像素伪标签和自适应本地原型池化模块，解决前景背景不平衡问题。该方法在多个任务中优于传统手动注释，特别适用于医学图像，消除了对标注的需求，并通过多尺度卷积核注意力模块提升了分割效果。