一种基于弱监督的医学图像分割方法

摘要文本

（macrodatas.cn） 本发明提供了一种基于弱监督的医学图像分割方法，属于图像技术领域，该方法包括获取若干待分割的医学图像，并对医学图像中感兴趣区域ROI的不同类别进行涂鸦级别的稀疏标注；对待分割的医学图像和对应的标注图像进行预处理；利用划分后的训练集与验证集对弱监督医学图像分割模型进行训练，并利用划分后的测试集进行测试，其中，通过使用动态混合增广机制、不确定性引导的像素级对比学习以及基于双重一致性约束的正则化策略对弱监督医学图像分割模型进行训练；利用已测试的弱监督医学图像分割模型，对医学图像进行分割。本发明旨在缩小甚至消除基于稀疏标注的方法与基于密集标注的方法之间的差距，有效弥补现有方法的不足。