一种基于全局几何先验的半监督医学图像分割方法及装置

本发明提供了一种基于全局几何先验的半监督医学图像分割方法及装置，涉及深度学习技术领域，包括获取第一信息和第二信息；对第二信息进行数据扰动处理，得到第三信息；将所述第一信息、第二信息和第三信息输入预设的半监督学习模型，得到半监督图像分割模型；将待分割医学图像输入半监督图像分割模型中，得到预测分割结果。本发明通过将携带标签的图像以及施加了扰动的未携带标签图像一同输入预设的半监督学习模型，构建目标函数，该目标损失函数融合了监督损失、一致性损失以及能够精准衡量模型对同一图像区域在对称性、形状和方向信息上一致性程度的几何矩一致性损失，能够全面且深入地优化模型参数，得到性能较好的半监督图像分割模型。