基于2+1校正模式的多扰动一致性医学图像分割方法

本发明公开了基于2+1校正模式的多扰动一致性医学图像分割方法，包括以下步骤：S1、构建图像分割模型；S2、得到两个不同增强的图像；S3、将不同增强的图像输入到图像分割模型中，得到6个分割结果；S4、将6个分割结果分别输入到学生差异指导纠正学习模块中，得到差异损失和错误损失；S5、将学生网络的分割结果输入到自适应双向位移模块中，得到4个新样本；S6、再将4个新样本分别输入到不同的学生网络中，进行dice损失计算；S7、将所有损失求和得到总损失；S8、利用总损失的随机梯度下降训练出能正确分割医学图像的学生模型A。本发明能解决利用单个扰动只能处理有限的情况的问题，可以达到在使用多个扰动下依然能保证一致性学习的质量。