一种基于渐进式伪标签增强的半监督医学图像分割方法

本发明提供了一种基于渐进式伪标签增强的半监督医学图像分割方法。该方法包括：将标注后的原始医学图像数据集划分为有标签数据集和无标签数据集，构建包括学生模型和教师模型的PPE网络模型，利用有标签数据集和无标签数据集对PPE网络模型进行迭代训练，在每次迭代中，使用SAT机制产生自适应阈值，过滤掉学生模型和教师模型中低于一定置信度范围的伪标签，得到训练好的学生模型和教师模型；将预处理后的医学图像输入到训练好的学生模型中，输出医学图像的图像类别分割结果。本发明使用SAT机制产生自适应阈值提高了对可靠像素的利用率，然后结合教师模型的协作和一致性正则化方法，有效利用不可靠像素，渐进式地实现了对无标签数据的全面利用。