一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统

本发明公开一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统。训练时构建图像分割网络架构，包括学生模型、教师模型、双区平衡一致性学习策略模块、利用硬负样本的对比学习模块、EMA模块；双区平衡一致性学习策略是根据不确定性进行划分，并通过损失权重来平衡模型对不同区域的关注度来提高一致性学习的整体效果。硬负样本的对比学习模块能够从一致性学习的分割结果中提取类样本，学习不同类的特征表示，同时利用硬负样本进一步提高分割结果中的类间对比和类内一致性。本发明平衡模型对高不确定性区域和低不确定性区域的关注度，以及分割结果中的类可分离性不足的问题，从而提高医学图像的分割准确性。