一种基于置信掩膜引导对比学习的半监督医学图像分割方法

本发明涉及医学图像分割领域，具体为一种基于置信掩膜引导对比学习的半监督医学图像分割方法，先收集医学图像数据，然后将医学图像输入到搭建好的基于卷积神经网络的医学图像分割模型中，最后通过分割模型得到医学图像的分割结果。该方法是一个利用图像处理技术自动分割医学图像病理组织的方法。该方法的分割精度和可靠性较高，能够有效推动医学图像自动化分割系统的升级改造进程。另外，采用该方法还可以有效的减少医学图像的标注成本，辅助医生进行临床诊断。