基于增强自注意力特征的半监督医学图像分割方法

本发明为基于增强自注意力特征的半监督医学图像分割方法，该方法包括以下内容：构建基于增强自注意力特征的半监督医学图像分割网络，利用卷积网络提取的局部特征来增强Transformer网络提取的医学图像全局特征表达能力，提升Transformer网络生成的伪标注质量；通过交叉熵损失函数和骰子损失函数计算监督损失和无监督损失值，利用两种损失的权重加和训练并优化半监督分割模型。该方法经过实验测试证明了在仅利用部分标注数据的条件下，就能达到较好的分割效果，便于辅助医生进行病情诊断。