本研究提出了一种基于迁移学习的胎头分割方法，采用轻量级 MobileNet 作为 U-Net 编码器进行微调，显著减少可训练参数数量，同时保持良好的分割性能。该方法在胎儿头部超声图像数据集上表现优异，突出了模型性能与大小之间的平衡。