一种基于伪标签指导扩散模型的半监督医学图像分割方法

本发明公开了一种基于伪标签指导扩散模型的半监督医学图像分割方法，包括：S1、采集真实医学图像，构建医学图像数据集；S2、训练分割器，并预测未标记图像的伪标签，构建具有真实标签的已标记图像和具有伪标签的未标记图像的数据集；S3、利用数据集训练合成器，并对所有标签采样合成图像，进而构建具有对应标签的伪图像数据集；S4、在完成训练的分割器和合成器的基础上，利用伪图像数据集重新训练分割器；S5、将待分割医学图像输入至重训练的分割器中，输出医学图像分割结果。该方法利用伪标签引导的扩散模型实现合成图像增强，从而通过生成额外的图像‑标签对，提升半监督分割的性能，同时使用合成图像即可达到与真实图像相当的性能。