交换标签部分和交叉监督的半监督医学图像分割

来源：计算机工程与应用杂志2025年第4期北京时间：

作者：罗毅恒, 张俊华, 张剑青

单位：1.云南大学 信息学院，昆明 650504；2.昆明医科大学第一附属医院 呼吸与危重症医学二科，昆明 650032

摘要：针对目前医学图像分割领域存在的分割精度不高和数据获取成本高、难度大的问题，提出了交换标签部分和交叉监督的半监督医学图像分割算法。交换标签部分算法定位两张图片的标签部分并进行交换，解决数据分布不匹配和经验分布差距问题。将Transformer网络应用在Mean Teachers架构，用于与CNN进行交叉监督，辅助CNN提高伪标签的生成质量。添加在预训练和自训练中加入交换标签后图像的训练策略，扩充训练数据集，使模型能学习到更多特征。在ACDC数据集10%有标签实验中Dice系数达到90.67%，较基准模型提升了2.26个百分点，在ACDC数据集5%有标签实验和PROMISE12数据集20%有标签实验中Dice系数分别达到88.69%和84.34%。与其他方法相比，多个实验各项指标均达到最优，实验结果证明了提出方法的有效性和可靠性。

关键词：医学图像分割,半监督,交换标签部分,交叉监督