一种眼底图像视网膜血管分割无监督域适应方法

本发明公开了一种眼底图像视网膜血管分割无监督域适应方法，包括四个步骤：首先将源域数据输入到学生网络中，利用全分辨率精炼模型得到预测概率，同时对图像的标签进行下采样，用于计算源域损失；再将目标域图像输入到学生及教师网络中，为目标域图像生成伪标签与预测概率，从而计算域适应损失；随后将源域损失与域适应损失合并为一般损失来监督学生网络的训练；最后根据EMA算法迭代更新教师网络的权重，用于分割目标域图像。该方法能够利用计算机自动分割眼底图像中的视网膜血管，无需专业人员手动标注大量图像来训练视网膜血管分割模型，可在数据分布不同的目标域中保持高性能分割，节约了大量人力和时间的同时，提高了诊断效率。