基于模型自蒸馏和原型学习的半监督医学图像分割方法

本发明公开了基于模型自蒸馏和原型学习的半监督医学图像分割方法，涉及图像信号处理技术领域。基于模型自蒸馏和原型学习的半监督医学图像分割方法，包括如下步骤：S1、建立半监督医学图像分割数据集；S2、构建网络架构；S3、设计半监督医学图像分割方案，并依据所设计的方案搭建半监督医学图像分割模型；S4、利用深度学习Pytorch框架训练半监督医学图像分割模型；S5、向模型中输入待分割医学图像，获得医学图像分割结果；本发明利用提出的双流记忆库架构、基于图像块亲和度矩阵的自蒸馏方法和基于上下文匹配的原型合成方法，将半监督医学图像分割性能提升到了新的高度。