基于聚类过滤器伪标签优化的无源域领域自适应眼底图像分割方法

本发明公开了一种基于聚类过滤器伪标签优化的无源域领域自适应眼底图像分割方法，所述方法包括如下步骤：步骤一、学生网络眼底视杯、视盘分割；步骤二、教师网络眼底视杯、视盘分割；步骤三：聚类过滤器；步骤四：基于聚类过滤器的伪标签优化；步骤五、学生网络分割损失函数计算及参数更新；步骤六、教师网络参数更新；步骤七、加权Dice损失函数计算。该方法通过对教师模型生成的伪标签进行优化，增强了伪标签的稳定性，并且引入了加权Dice损失函数，迫使模型关注稀疏但重要的目标区域，减轻了类别不平衡带来的偏差，实现了更高精度的眼底视盘、视杯分割。