一种基于迁移学习的跨疾病医学图像分割方法和系统

本发明属于医学图像处理技术领域，具体涉及一种基于迁移学习的跨疾病医学图像分割方法和系统，该方法包括：获取源域图像和目标域图像，通过图像映射得到源域风格图像和目标域风格图像；获取集成特定域批归一化的教师学生模型，基于集成特定域批归一化的教师学生模型，初步构建医学图像分割模型；将源域图像、目标域图像、源域风格图像和目标域风格图像输入医学图像分割模型迭代更新，构建基于迁移学习的跨疾病医学图像分割模型；将目标域图像输入基于迁移学习的跨疾病医学图像分割模型，得到样本标签。本申请采用知识迁移实现源域到目标域的跨疾病数据的无监督分割，解决了跨疾病图像分布差异导致模型性能下降的问题。