摘要
本申请涉及图像分割技术领域，特别涉及一种半监督医学图像分割模型训练方法、装置、半监督医学图像分割方法、装置和设备，其中，方法包括：获取医学图像的标注数据集和未标注数据集；利用标注数据集对第一分割模型和第二分割模型进行监督训练，获得两种分割模型的监督损失；利用未标注数据集对两种分割模型进行无监督训练，获得无监督损失；根据标注数据集的真实标签与未标注数据集生成的伪标签构建真伪样本，训练对抗性判别器并获取对抗损失；综合监督损失、无监督损失和对抗损失，计算总损失并用于优化第一和第二分割模型的参数。由此，解决了相关技术未充分适应数据与模型不确定性，在多模型融合、高噪声环境下的稳定性与泛化能力不足等问题。
