基于两点标注的类管状结构医学图像弱监督分割方法

本发明公开了一种基于两点标注的类管状结构医学图像弱监督分割方法，涉及医学图像中类管状结构CT图像的分割技术领域。第一阶段采用“点‑线‑体素”策略生成类管状结构的伪标签。首先在类管状结构两端随机地各取一个点，通过构造各向异性的3D黎曼度量来计算连接两个点标注的测地距离，得到初步的伪标签，并在训练过程中不断更新伪标签。第二阶段采用自交叉监督学习方法来修复第一阶段的分割结果，一方面软化伪标签来提高对噪声的鲁棒性，另一方面采用clDice损失函数保持类管状目标的拓扑结构。本发明不仅可以得到更精确、更有效、更鲁棒的一类具有狭长型的类管状结构的分割结果，还可以大大减少人工标注的工作量，具有较高的临床应用价值。