一种基于裁剪拼接的半监督医学图像分割数据增强方法及系统

本发明公开了一种基于裁剪拼接的半监督医学图像分割数据增强方法及系统，涉及医学图像处理技术领域。包括：获取医学图像数据，对医学图像数据进行水平裁剪和垂直裁剪得到混合图片数据集；将预训练集输入Mean Teacher模型，进行预训练，得到预训练后的Mean Teacher模型，将训练集输入预训练后的Mean Teacher模型，经过若干次迭代后得到训练好的Mean Teacher模型；将测试集输入训练好的Mean Teacher模型，评估医学图像分割结果。本发明通过一致性的学习策略，充分利用标记和未标记数据的互补性，进一步提高了分割效果，使得模型在面对复杂医学图像时能够表现出更高的精准度和可靠性。