摘要
本文涉及气道图像分割技术领域,提供了一种气道图像分割模型训练方法、气道图像分割方法及装置,该方法包括:将批量气道图像分别输入异构的两子网络,获得预测结果;根据预测结果中的硬标签确定两子网络在预测不一致区域的MDC正则项,并据此计算硬标签的有监督损失;根据预测结果中的伪标签的置信度确定两子网络的SMPS掩模,据此计算两子网络的目标层学习到的体素特征与原型的相似度,并根据相似度确定伪标签的权重;根据SMPS掩模和权重计算伪标签的无监督损失;根据有监督损失和无监督损失确定预测结果的总损失;根据总损失更新两子网络的网络参数。本文实施例可提高气道图像分割模型的预测精度,提高气道图像分割的分割精度。