一种医学图像分割方法、装置、计算机设备和存储介质

本申请涉及一种医学图像分割方法、装置、计算机设备和存储介质。所述方法包括：通过在插值一致性训练框架的师生模型基础上引入KAN模块，构建师生模型中包含级联卷积编码器、级联KAN编码器、级联KAN解码器和级联卷积解码器的医学图像分割网络。本发明利用KAN网络引入非线性映射和稀疏表示来提取更具判别性的特征，利用插值一致性训练框架下的师生模型有效地提升标记和未标记数据的互补性，从而增强模型的学习能力和泛化能力，减少标记成本，仅需少量的标记数据就能得到很好的分割结果，同时能够大大减少模型的参数数量和测试时间，在提高医学图像分割网络分割效果的同时提高医学图像分割效率。