一种基于半监督学习的脑肿瘤分割方法及脑肿瘤分割系统

本申请提供一种基于半监督学习的脑肿瘤分割方法及脑肿瘤分割系统，涉及医疗影像分割技术领域，该方法包括：获取MRI图像数据集合，得到训练数据集合和测试数据集合；构建分割模型；将训练数据集合和测试数据集合输入至分割模型，得到CNN子网和Transformer子网分别对应的第一预测结果，CNN子网和Transformer子网分别对应的第二预测结果；基于双重不确定感知策略，在优化后的分割模型中根据未标注数据和标注数据生成伪监督损失的权重；基于SGD优化算法对优化后的分割模型的权重进行更新，迭代预设次数并保存模型权重；并利用测试数据进行测试，得到多个测试权重，选取测试效果最好的对应的测试权重作为最优权重；以提高分割精度。