一种基于模糊聚类Mamba驱动的双视图3D医学图像分割方法

本发明公开了一种基于模糊聚类Mamba驱动的双视图3D医学图像分割方法，基于Mamba‑DF3D模型，采用分割网络1(2)和评价网络2(1)交叉学习机制，训练提升模型性能，进行3D医学图像分割，通过接收3D医学图像数据；将等比例标注数据和未标注数据分别输入Mamba‑DF3D模型进行分割网络和评价网络参数训练优化；利用训练优化后Mamba‑DF3D模型，进行3D医学图像分割。本发明模型有效降低了对大量标注数据的依赖，显著减少了高质量标签获取的成本，提升了工作效率，使医疗资源得以更合理地分配，推动了新技术的普及，还为后续研究提供了新的思路和框架，推动相关领域的创新，带来更广泛的经济效益。