基于对比学习和不可靠区域的半监督医学图像分割方法

本发明公开了基于对比学习和不可靠区域的半监督医学图像分割方法，该方法使用训练后的半监督医学图像分割模型对待处理的医学图像数据进行图像分割得到图像分割结果；该模型将对待处理的医学图像数据进行两次特征提取，得到两个未标记低维特征后通过特征级对比学习模块将两个未标记低维特征分别与存储于记忆库中的已标记低维特征进行对比学习，将对比学习结果通过不可靠区域增强模块将两个对比学习结果分别分类得到可靠像素和不可靠像素，利用不可靠像素进行一致性正则化识别，并结合对可靠像素的信息熵加权识别，最终输出医学图像分割结果。本发明有效解决了半监督医学图像分割中标记数据不足、特征空间冲突及不可靠像素利用不充分的问题，提升了分割性能。