一种用于医学图像分割的无监督域适应方法

本发明公开了一种用于医学图像分割的无监督域适应方法，该方法首先扩充医学图像数据集的规模和多样性。其次利用对抗生成网络将数据集中源域图像转换为目标域风格，同时利用循环一致性损失确保转换后图像与原图在语义上一致。然后设计包含三个解码器分支的网络结构，利用训练后的三个解码器分支对目标域图像预测并融合，得到伪标签。最后用伪标签在目标域训练分割解码器，用训练好的目标域分割解码器对新的目标域图像进行预测，得到分割结果。本发明多层次缓解了域偏移，提高了模型自适应能力和泛化性，缓解域偏移导致的类别不平衡。