一种基于异构感知的互学习半监督3D医学图像分割方法

本发明公开一种基于异构感知的互学习半监督3D医学图像分割方法，旨在更为充分地挖掘并利用未标记数据，以实现分割性能的提升。首先，该嵌入了不确定感知模型，在单步前向传播过程中实时评估潜在错误预测区域，并通过构造差异掩模与优化修正损失函数的方式，提升了模型对不确定区域的理解和判断能力。其次，算法设计了多视角对比重构模型，该模块包含两组结构不同的子网络。这两组子网通过比较各自预测结果间的差异，精准定位并重点优化那些可能存在误分割的区域。最后，构建互一致性学习网络模型，包括熵增引导、交叉伪监督以及针对模糊区域和决策边界的精细化方向一致性优化，从而有效地利用了未标记数据中蕴含的大量信息。