超声心动图是心血管疾病检测的重要工具，但现有模型在多切面图上的泛化能力不足。深圳大学团队提出的EchoONE模型结合自然图像分割技术与心脏超声知识，能够有效进行多切面超声心动图的精准分割，提高临床应用的效率与准确性。

本研究提出了一种新方法，通过视觉 Transformer 编码器的中间层融合语言和视觉特征，提升交叉模态对齐，实现精准分割。该方法在多个数据集上超越了现有最佳性能，展示了在指称分割任务中的有效性。