一种基于原型对比学习的半监督多类别医学图像语义分割方法

本发明公开了一种基于原型对比学习的半监督多类别医学图像语义分割方法，包括：再将标记图像数据集和未标记图像数据集划分为训练样本集和测试样本集；构建半监督语义分割的深度学习模型，构造主分支网络的类原型特征库，构建深度学习模型的总损失函数，将训练样本集输入至该深度学习模型中进行训练获得语义分割模型，其中在每一轮训练中均应用随机旋转和随机翻转的数据增强方案；使用测试样本对已经训练好的深度学习模型进行测试，输出测试样本图像分割结果。本方法减少了日常医学图像处理任务中医生需要对数据进行标注的工作量，解决了医学图像处理领域普遍存在的数据标注稀缺的问题。