本发明提供了一种基于扩散模糊学习的皮肤镜图像分割方法，属于医学图像智能分割技术领域。解决了医学图像因分割目标边界模糊和区域模糊导致的分割准确率低的技术问题。其技术方案为：包括以下步骤：S1、对图像数据进行数据预处理；S2、将高斯噪声迭代地扩散到皮肤图像中；S3、使用特征编码器从输入原始皮肤图像中提取语义信息；S4、将特征编码器获得的多尺度特征进行模糊规则处理；S5、对纯噪声皮肤图像进行迭代的去噪操作。S6、设计一个基于图像清晰程度的融合模块来融合去噪过程的多个预测。本发明的有益效果为：分割准确率高，为分割皮肤图像的黑色素瘤提供决策支持，为医生的诊断提供了便利。