用于心脏分割模型的半监督学习方法

本发明公开了一种用于心脏分割的半监督学习方法及系统。该方法通过动态伪标签阈值图、鲁棒熵最小化和对比一致性策略，能够在仅有少量标注数据的情况下实现高精度的心脏分割。动态伪标签阈值图能够自适应选择高置信度的伪标签，从而提高模型的稳定性和准确性。鲁棒熵最小化策略通过优化交叉熵损失函数，减少低质量标签的影响。对比一致性策略增强了模型在样本间的一致性表现。实验结果表明，本方法在不同标注数据比例下均优于现有技术，具有重要的临床应用价值。