一种基于自适应动态数据增广的医学影像域泛化分割方法

本发明公开了一种基于自适应动态数据增广的医学影像域泛化分割方法，构建不同源域医学影像样本库，并按不同源域划分数据集；针对医学影像的特点构建数据增广策略搜索模型并初始化；利用伯努利分布和范畴分布分别对两个搜索空间的增广操作和子策略进行采样，得到采样子策略，并应用到数据集上进行增广，搭建分割模型和域预测器，将增广后的数据集输入到分割模型中进行训练，通过域预测器预测；基于预设的损失函数，利用交替微分和熵正则化最优传输理论对增广策略搜索模型优化，利用最小化交叉熵损失对域预测器进行优化，将满足三重联合优化的策略作为最优增广策略，并应用到分割模型中获得最终的医学影像分割结果。提高模型的泛化性能和鲁棒性。