一种基于双重校正的半监督医学图像分割方法

本发明公开了一种基于双重校正的半监督医学图像分割方法，涉及医学图像处理与分析技术领域，包括初始化双学生模型和教师模型，划分数据集并进行预处理；基于预处理后的数据集，利用双学生模型和教师模型进行预测；根据双学生模型的预测结果识别双学生模型不一致区域，对双学生模型进行校正，并计算有监督损失和总体有监督损失；根据教师模型的预测结果计算不确定性图，基于不确定性图，动态筛选高置信度伪标签，并计算教师仲裁损失；综合各损失来定义总损失，优化双学生模型参数；通过多轮迭代训练，不断优化模型参数，最终输出医学图像分割模型。本发明通过引入双学生模型与教师模型的协同工作机制，提升了分割模型在处理无标签数据时的准确性。