一种胸部CT图像病灶分割模型的训练方法及系统

摘要

本发明公开了一种半监督的胸部CT图像病灶分割模型的训练方法及系统，所述方法包括：获取样本CT图像，并计算所述样本CT图像的可信度，其中，所述样本CT图像包括有标注图像和无标注图像；根据所述样本CT图像的可信度，进行CT图像的配对，并生成增广CT图像，所述CT图像为仅含有病灶的图像；根据所述增广CT图像训练深度学习网络，得到病灶分割模型；基于教师‑学生模型的自学习策略优化所述病灶分割模型的分割精度。本发明提出一种半监督的胸部CT图像病灶分割模型的训练方法，保留了病灶信息，整合了全监督损失函数和普通半监督损失函数的优点，节省大量的人力成本，避免了海量标注数据的需求。