本研究提出了一种新的图像级融合方法Fuse4Seg，解决了多模态医学图像分割中的语义不一致和对齐误差问题。该方法通过双层学习框架提高了分割结果的准确性和一致性，并提供了BraTS-Fuse基准数据集供后续研究使用。

本研究提出了一种整合语言类别嵌入和查询嵌入的方法，以解决多数据集图像分割中的语义不一致问题。实验结果表明，该方法在语义分割、全景分割和实例分割方面优于以往技术，显著提升了处理不一致标签的性能。