一种基于DETR的半监督医学图像目标检测方法

本发明公开了一种基于DETR的半监督医学图像目标检测方法，首先，通过对图像进行去模糊处理，使用不准确的模糊核和加性高斯噪声对图像退化进行建模，结合多种先验知识和优化算法来恢复清晰图像。其次，采用一对具有相同网络架构的教师和学生模型，利用未标记图像的强增强和弱增强版本进行训练，通过教师模型的伪标签来指导学生模型的训练。同时，基于成本的伪标签挖掘模块动态地挖掘出未标记数据中可靠的伪边界框，用于跨视图查询一致性计算。最后，结合监督损失、无监督损失和跨视图一致性损失，以及相应的权重，来指导模型的训练。本发明方法简单高效，能够适应复杂多变的医学图像结构，为临床诊断提供准确的目标检测信息。