基于原型估计和原型一致性的半监督胰腺影像分割方法

本发明属于图像分割技术领域，涉及一种基于原型估计和原型一致性的半监督胰腺影像分割方法。该方法基于平均教师的半监督分割框架，采用V‑Net作为深度学习分割模型，并在解码器的倒数第二个阶段插入一个投影头(Projection Head)作为原型分支；引入原型学习设计原型估计，用于将无标记数据预测划分为模糊区域的确定区域，分别为无标记数据不同可靠性的区域设计了不同的损失。本发明有效克服了现有半监督学习分割方法中无标记数据未能充分利用、有标记数据潜在信息利用不足等问题，针对腹部CT影像胰腺器官分割任务提供了更高性能的解决方案。