基于均值教师框架和自适应融合的医学图像分割方法

本发明涉及一种基于均值教师框架和自适应融合的医学图像分割方法，属于医学图像分割领域。所述方法，包括：提出一种基于交替更新的半监督医学图像分割SSMIS融合方法AF‑MT，通过强制对教师模型进行多次更新，减少确认偏差的影响；开发一个可再生交叉融合模块，通过动态更新参数，使输入数据与正确结果更好地对齐；设计交替损失更新模块，通过比较两个教师模型的标注损失，更新预测精度较低的教师模型，从而在教师模型之间创建差异性。本发明显著提升了图像分割的效果。