一种基于层次粒度对比学习的半监督息肉分割方法

本发明公开了一种基于层次粒度对比学习的半监督息肉分割方法，包括步骤：步骤1、构建网络模型HGCL，初始化参数并训练；2、对标注数据风格迁移，生成风格迁移视图；3、将风格迁移视图和未标注数据对应地输入标注数据分支和未标注数据分支的CNN编码器，提取深层特征；4、Transformer解码器和CNN解码器根据输入的深层特征生成中间特征并输入层次空间对比学习策略，计算层次空间对比学习损失；5、计算标注数据分支的监督损失和未标注数据分支的一致性损失；6、利用细粒度对比学习策略将深层特征划分为细粒度局部单元，以不确定性图选择高置信度伪标签作为锚点，进行细粒度对比学习并计算细粒度对比损失；7、计算总损失。本发明提高了医学图像分割精度。