一种基于压缩-激励网络的半监督左心房分割方法

摘要文本

本发明公开了一种基于压缩‑激励网络的半监督左心房分割方法，涉及医学影像处理技术领域。本发明与之前的医学影像处理方法相比，改进了现有方法低估了训练期间未标记区域的重要性；未在训练过程中对未标记的区域加以强调；特征图在提取过程中，针对特征图层作用不均的问题，本文引入SE模块，并与卷积块堆叠形成新的模块，通过自适应地对每个通道进行加权，以根据任务的需求强调或抑制不同的通道特征。有助于提取具有较强表征能力的特征，从而提高网络的性能和泛化能力。基于鼓励三个解码器具有一致和低熵的预测，使模型能够从未标记的挑战性区域中逐渐捕获广义特征。基于循环伪标签方案，通过鼓励相互一致性来促进模型训练。