一种基于单循环正则化的半监督医学图像分割方法

本发明属于医学图像处理领域，具体涉及一种基于单循环正则化的半监督医学图像分割方法；包括：采用并行的多个子网络对预处理好的有标签图像进行学习，计算模型的有监督损失；采用单循环一致性正则化使得各子网络之间共享学习到的信息，计算模型的正则化损失；采用伪标签竞争机制选择各子网络的伪标签；各子网络使用伪标签对预处理好的无标签图像进行学习，计算模型的无监督损失；根据有监督损失、正则化损失和无监督损失计算模型总损失；根据模型总损失调整模型参数，得到训练好的医学图像分割模型；使用训练好的模型进行图像分割；本发明可更好的从无标签图像中提取相关知识，并避免噪声所带来的影响，提升图像分割的准确性。