基于知识蒸馏的肺部疾病病灶无监督分割方法

摘要

本发明公开一种基于知识蒸馏的肺部疾病病灶无监督分割方法，属于医学图像处理和计算机视觉领域。本发明首先通过构建和训练一个自编码器来获得具有丰富CT图像语义知识的预训练教师网络，然后从预训练教师网络中仅蒸馏正常CT图像的知识来训练一个与教师网络具有相同架构的学生网络，最终利用教师和学生网络对含病灶图像所提特征的差异进行病灶分割。同时，除传统的像素级蒸馏，该方法还设计了考虑像素间关系的亲和力级蒸馏，以便充分蒸馏有效知识。实验证明，本发明在不同数据集上均能有效提高病灶分割精度。本发明方法易于构建，仅依靠正常数据即可得到未标注的肺部疾病病灶分割结果，且泛化性和运行效率都较为可观。