一种跨频协同训练的半监督口腔科影像分割方法

本发明涉及医疗图像处理技术领域，具体涉及一种跨频协同训练的半监督口腔科影像分割方法，旨在解决现有半监督分割方法在医学图像分割中教师模型自学习能力不足、忽视频域信息及混合机制破坏病变结构的问题；通过小波变换将图像分解为低频、高频和全频图像，采用两个专长学生网络和一个综合教师网络协同训练，利用交叉熵与Dice损失监督有标注数据，结合跨频一致性与全频一致性损失挖掘无标注数据；通过不确定性跨频混合机制，在高置信度图像块间双向循环混合生成新样本，保留目标结构完整性。提供了一种高效、准确的分割方案，为口腔治疗术前评估提供可靠支持，降低临床劳动成本并提升治疗成功率。