基于边界对比的域适应跨模态医学图像分割方法、装置、设备和介质

本发明提供一种基于边界对比的域适应跨模态医学图像分割方法、装置、设备和介质，涉及医学图像分割技术领域。方法包括：从源域和目标域数据集分别获取源样本和目标域图像；以第一图像分割模型为教师模型，为目标域图像的伪标签分配权重；通过双向跨域cutmix得训练样本；以权重可学习的第一模型为学生模型，进行监督和自我训练；训练时结合监督损失和对比损失，以将查询样本拉向原型正样本、推离边界负样本为目标优化参数，获取第二图像分割模型；最后用该模型分割第二模态医学图像。该方法在跨模态医学图像分割中有显著优势，能有效提升分割性能。