一种基于AMR-CMB的半监督医学图像分割方法

本发明提出了一种基于AMR‑CMB的半监督医学图像分割方法。该方法包括：第一，设计自适应数据增强控制器，动态调整医学图像增强方式的采样概率，以提升模型对数据分布的适应能力；第二，构建支持多尺度特征输出的VNet模型，并引入自适应多尺度区域对比记忆库AMR‑CMB，通过多尺度区域中心队列、置信度过滤和类别平衡机制，增强对未标注数据的结构辨识能力；第三，设计多尺度区域对比损失，融合多尺度特征信息，提升模型对复杂边界和全局上下文的感知能力。实验表明，本发明能够有效减少对人工标注的依赖，提高医学图像分割的准确性和泛化性能。