一种半监督图像分割方法

本发明公开一种半监督图像分割方法。该方法采用基于相互学习的半监督医学图像分割网络，其包括相互学习策略，具体是采用师生网络作为骨干框架，在标记数据上训练学生模型和教师模型，并相互更新网络参数权重，使两个模型能够相互学习。此外，还包括图像部分交换算法IPE模块，进行适当的扰动添加，以减少错误信息的引入和对图像上下文信息的破坏。交叉伪监督模块有助于网络更好地学习和理解类信息，实现网络间的相互监督。在ACDC数据集的10%标记实验中，本发明的Dice系数达到89.48%，比基线模型提高了9.28%，超过了其他比较方法。实验结果表明，本发明在所有指标上都达到了最佳性能，证明了它的有效性和可靠性。