何越 杜欽紅 杜鈺堃 楊環(huán) 西永明

摘要：針對(duì)醫(yī)學(xué)圖像分割任務(wù)中醫(yī)學(xué)數(shù)據(jù)標(biāo)注困難以及CT圖像強(qiáng)度不均勻問題，提出一種基于半監(jiān)督的多頭分割網(wǎng)絡(luò)SSMH-Net。SSMH-Net網(wǎng)絡(luò)采用教師—學(xué)生訓(xùn)練架構(gòu)，基于相同的分割模型V-Net，通過指數(shù)移動(dòng)平均算法完成教師與學(xué)生模型的交互訓(xùn)練；采用Multi-Head方法估計(jì)模型預(yù)測(cè)的不確定性信息，指導(dǎo)分割模型在更可靠的目標(biāo)中學(xué)習(xí)。在CTspine分割數(shù)據(jù)集上，SSMH-Net網(wǎng)絡(luò)平均分割Dice系數(shù)達(dá)到95.70%，表現(xiàn)出較為優(yōu)異的分割性能。

關(guān)鍵詞：椎體分割；半監(jiān)督學(xué)習(xí)；注意力模塊；V-Net；multi-head

中圖分類號(hào)：TP391.41

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1006-1037（2023）02-0036-07

doi：10.3969/j.issn.1006-1037.2023.02.07

基金項(xiàng)目：

山東省泰山學(xué)者項(xiàng)目（批準(zhǔn)號(hào)：ts20190985）資助。

通信作者：楊環(huán)，女，博士，副教授，主要研究方向?yàn)閳D像/視頻處理與分析、視覺感知建模及質(zhì)量評(píng)估、深度學(xué)習(xí)等。

腰痛是一種常見的脊柱外科疾病，影響約70%～80%的成年人。腰椎病變，如腰椎滑脫、腰椎間盤突出、椎體畸形等，是引起腰痛的主要原因，已成為重大的社會(huì)公共衛(wèi)生問題。計(jì)算機(jī)斷層掃描（Computed Tomography， CT）影像能清楚地顯示腰骶椎和周圍結(jié)構(gòu)，被廣泛應(yīng)用于腰椎疾病的診斷和治療。三維CT圖像腰椎分割是后續(xù)臨床治療的必要前提。目前，外科醫(yī)生通常采用手工分割CT圖像的方法，不僅費(fèi)時(shí)費(fèi)力，而且不同的標(biāo)注軟件導(dǎo)致分割結(jié)果差異。面對(duì)腰部疾病的多樣化以及發(fā)病率高等問題，通過醫(yī)生手動(dòng)分割椎體圖像的方法已無(wú)法滿足當(dāng)下的診療需求。因此，開發(fā)一種CT影像自動(dòng)定位和分割腰椎部位的智能方法，對(duì)于脊柱疾病的計(jì)算機(jī)輔助診斷和治療至關(guān)重要。近年來(lái)，在醫(yī)學(xué)圖像計(jì)算機(jī)輔助診斷中，用于腦腫瘤，肺結(jié)節(jié)等醫(yī)學(xué)圖像的自動(dòng)分割取得了重大進(jìn)展［1-6］。3D DSN［1］采用端到端的三維全卷積架構(gòu)，在網(wǎng)絡(luò)中引入深度監(jiān)督并采用條件隨機(jī)場(chǎng)實(shí)現(xiàn)輪廓優(yōu)化；RIMNet［2］利用Region-to-image匹配策略，提高了多模態(tài)MRI數(shù)據(jù)之間的利用率。通過小批量隨機(jī)禁用模態(tài)，將多模態(tài)數(shù)據(jù)輸入到模型中，提取的特征通過級(jí)聯(lián)進(jìn)行融合；2D-SCNet［4］是一種基于CNN的同時(shí)分割分類的模型，其中特征提取層由分割網(wǎng)絡(luò)和分類網(wǎng)絡(luò)共享。異常椎體和正常椎體在形狀和結(jié)構(gòu)上的差異很大，大部分通用的圖像分割算法無(wú)法實(shí)現(xiàn)準(zhǔn)確的分割。為了提高椎體分割的精度，構(gòu)建了許多基于級(jí)聯(lián)結(jié)構(gòu)的模型。Sekuboyina 等［7］提出一種多階段腰椎分割算法，使用多層感知器提取腰椎的感興趣區(qū)域，然后在感興趣區(qū)域內(nèi)進(jìn)行實(shí)例分割。迭代椎骨實(shí)例分割算法利用移動(dòng)滑動(dòng)窗口使其包括完整的椎骨區(qū)域，然后對(duì)椎骨使用實(shí)例分割并保存［8］。盡管這些方法都依賴卷積神經(jīng)網(wǎng)絡(luò)來(lái)分割椎體，但依舊保留檢測(cè)和分割任務(wù)，且使用兩個(gè)網(wǎng)絡(luò)。Li等［9］提出一種用于脊椎分割的卷積神經(jīng)網(wǎng)絡(luò)，在網(wǎng)絡(luò)中加入通道注意模塊和雙重注意模塊，使用多尺度卷積塊提高網(wǎng)絡(luò)的預(yù)測(cè)能力。這些方法在分割椎體部位取得了較好的效果，但是忽略了CT圖像中一些軟組織和椎體區(qū)域灰度類似，因此可能存在錯(cuò)誤的將軟組織區(qū)域分割出來(lái)的情況。監(jiān)督式深度學(xué)習(xí)常依賴大量用于訓(xùn)練的標(biāo)記數(shù)據(jù)集，對(duì)于3D醫(yī)學(xué)圖像，獲取大量體素級(jí)標(biāo)記數(shù)據(jù)耗時(shí)長(zhǎng)且困難。因此，半監(jiān)督深度學(xué)習(xí)被廣泛應(yīng)用于醫(yī)學(xué)圖像分割，這種方法只需獲得少量標(biāo)記圖像和大量未標(biāo)記圖像，并能同時(shí)用于網(wǎng)絡(luò)訓(xùn)練，基于自訓(xùn)練的Inf-Net［10］網(wǎng)絡(luò)利用隱式反向注意和顯式邊緣關(guān)注來(lái)提高病變區(qū)域的檢測(cè)；DAN［11］和BUS-GAN［12］使用對(duì)抗生成網(wǎng)絡(luò)，使未標(biāo)記圖像的分割與標(biāo)記圖像的分割相似。一致性正則化在計(jì)算機(jī)視覺和圖像處理中起著至關(guān)重要的作用，尤其是在半監(jiān)督學(xué)習(xí)中。DTC［13］是一種新的雙任務(wù)一致性半監(jiān)督框架，用聯(lián)合預(yù)測(cè)目標(biāo)的像素分割圖和水平集函數(shù)表示，該模型強(qiáng)制像素級(jí)分類任務(wù)和水平集回歸任務(wù)之間的任務(wù)一致性，可以更好的捕捉幾何活動(dòng)輪廓和距離信息。然而現(xiàn)有的半監(jiān)督模型未考慮CT影像中邊界模糊和強(qiáng)度分布不均勻的情況，導(dǎo)致無(wú)法準(zhǔn)確的分割椎體的邊緣區(qū)域和椎體內(nèi)部區(qū)域，并且未標(biāo)注數(shù)據(jù)沒有標(biāo)注指導(dǎo)訓(xùn)練，導(dǎo)致模型訓(xùn)練過程中可能對(duì)預(yù)測(cè)結(jié)果產(chǎn)生過度自信，使模型的分割結(jié)果較差。本文提出基于不確定性估計(jì)的半監(jiān)督多頭分割網(wǎng)絡(luò)（Semi-Supervised Multi-Head Segmentation Network，SSMH-Net），SSMH-Net模型由兩個(gè)相同的分割網(wǎng)絡(luò)分別作為學(xué)生和教師網(wǎng)絡(luò)，通過在分割網(wǎng)絡(luò)中跳躍連接處加入注意力來(lái)關(guān)注椎體內(nèi)部特征。監(jiān)督學(xué)習(xí)模型在訓(xùn)練過程中經(jīng)常對(duì)預(yù)測(cè)分割結(jié)果產(chǎn)生過度自信，因此使用Multi-Head方法估計(jì)模型的不確定性，同時(shí)設(shè)計(jì)一致性損失函數(shù)，用來(lái)最小化學(xué)生模型和教師模型在不同擾動(dòng)下對(duì)輸入的預(yù)測(cè)差異。

1 不確定性估計(jì)引導(dǎo)的半監(jiān)督多頭分割網(wǎng)絡(luò)

1.1 半監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)模型

為了充分利用未標(biāo)注的CT圖像分割腰椎，SSMH-Net網(wǎng)絡(luò)采用經(jīng)典的教師—學(xué)生框架，通過預(yù)測(cè)結(jié)果的不確定性信息來(lái)指導(dǎo)網(wǎng)絡(luò)的訓(xùn)練過程。如圖1所示，模型包含一個(gè)教師網(wǎng)絡(luò)和一個(gè)學(xué)生網(wǎng)絡(luò)，兩個(gè)網(wǎng)絡(luò)共享SC-VNet模型結(jié)構(gòu)。SC-VNet采用V-Net網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)，并在跳躍連接處加入SC注意力模塊。教師網(wǎng)絡(luò)的權(quán)重通過使用學(xué)生網(wǎng)絡(luò)權(quán)重的指數(shù)移動(dòng)平均（EMA）更新提高模型的穩(wěn)定性和魯棒性。對(duì)于標(biāo)記的3D CT圖像，經(jīng)過學(xué)生網(wǎng)絡(luò)進(jìn)行監(jiān)督學(xué)習(xí)分割，由監(jiān)督損失Ldice+Lce組合優(yōu)化，得到預(yù)測(cè)結(jié)果predA。對(duì)于未標(biāo)記的3D CT圖像，期望在不同噪聲的擾動(dòng)下學(xué)生網(wǎng)絡(luò)和教師網(wǎng)絡(luò)的分割結(jié)果（即predA和predB）是一致的。為了提升學(xué)生模型的學(xué)習(xí)能力，采用Multi-Head算法［14］計(jì)算師生模型的輸出一致性，學(xué)生網(wǎng)絡(luò)通過Ldice+Lce（監(jiān)督損失）和Lcon（無(wú)監(jiān)督一致性損失）的組合進(jìn)行優(yōu)化，有效地指導(dǎo)學(xué)生網(wǎng)絡(luò)從教師網(wǎng)絡(luò)中學(xué)習(xí)更可靠地目標(biāo)。

1.2 融合SC注意力的學(xué)生模型和教師模型

CT圖像中往往存在強(qiáng)度分布不均勻的情況，導(dǎo)致椎體內(nèi)部模糊，邊界不清晰，造成椎體分割精度較低。針對(duì)上述問題，本文構(gòu)建了監(jiān)督學(xué)習(xí)模型SC-VNet。在V-Net模型的基礎(chǔ)上，添加空間及通道（Spatial and Channel，SC）注意力模塊關(guān)注椎體內(nèi)部特征，通過增強(qiáng)通道特征和融合3D空間信息提高分割的準(zhǔn)確率。SC模塊主要結(jié)構(gòu)如圖2所示，圖中X（大小為C×H×W×D）作為注意力模塊的輸入特征信息，SC注意力模塊由通道注意力模塊和空間注意力模塊組成［15］。通道注意力模塊是利用特征的通道間關(guān)系來(lái)生成通道注意力圖，采用全局平均池化Favg（·）壓縮輸入特征圖的空間維度，使用兩個(gè)全連接層實(shí)現(xiàn)權(quán)重值在不同的通道中的流動(dòng)，并通過非線性激活函數(shù)（Sigmod）σ1將權(quán)重限制到0～1之間。將學(xué)習(xí)到的通道權(quán)重重構(gòu)為Mc（大小為C×1×1×1），與注意力模塊的輸入X使用點(diǎn)乘運(yùn)算得到Xcha。為了充分使用3D空間信息，利用特征的空間關(guān)系生成空間注意力。首先輸入圖像X采用一個(gè)大小為1×1×1的3D卷積Fcon（·）進(jìn)行降維操作。經(jīng)過非線性激活函數(shù)（Sigmod） σ2激活后，將得到的空間權(quán)重Ms（大小為1×H×W×D）與注意力模塊的輸入X使用點(diǎn)乘運(yùn)算得到Xspa。Xcha，Xspa和X通過相加生成3D通道和空間注意力圖X′。

在半監(jiān)督學(xué)習(xí)框架中教師模型和學(xué)生模型之間的權(quán)重通過指數(shù)移動(dòng)平均（EMA）共享［16］。指數(shù)移動(dòng)平均（EMA）是每次梯度更新之后的權(quán)值和上一次的權(quán)值采用加權(quán)平均，而不是每個(gè)Epoch之后再進(jìn)行信息聚合。EMA改變的是分割網(wǎng)絡(luò)中所有層的輸出，而不僅僅是其中某一層的輸出，因此EMA可以得到更好的中間表示。EMA權(quán)重的更新公式為

其中，t是訓(xùn)練次數(shù)；θ′t是教師模型的權(quán)重；θt是學(xué)生模型的權(quán)重；α為 EMA的衰減率，用來(lái)控制網(wǎng)絡(luò)更新速度。與直接使用學(xué)生網(wǎng)絡(luò)的最后參數(shù)相比，使用EMA權(quán)重通常會(huì)產(chǎn)生更準(zhǔn)確的網(wǎng)絡(luò)模型。

1.3 多頭輸出的不確定性估計(jì)算法Multi-Head

由于CT圖像椎體內(nèi)部和外部高度相似性，預(yù)測(cè)分割結(jié)果中容易產(chǎn)生假陰性和假陽(yáng)性區(qū)域。若將沒有標(biāo)注的圖像輸入到教師網(wǎng)絡(luò)，得到的目標(biāo)預(yù)測(cè)可能是不可信的，因此SSMH-Net模型采用Multi-Head的方法，指導(dǎo)學(xué)生網(wǎng)絡(luò)從更可靠的目標(biāo)中學(xué)習(xí)。為方便計(jì)算模型的不確定性，將監(jiān)督分割網(wǎng)絡(luò)的單個(gè)輸出層擴(kuò)展成M個(gè)輸出層。簡(jiǎn)單的說(shuō)，Multi-Head有M個(gè)類型相同的輸出層（1，2，…，M），但每個(gè)輸出層都具有不同的權(quán)重和初始化，因此每個(gè)輸出層產(chǎn)生的預(yù)測(cè)也是不相同的。使用加權(quán)損失促進(jìn)輸出層之間的多樣性，可以更好地覆蓋CT圖像的內(nèi)部和外部區(qū)域，有利于捕獲推理時(shí)的歧義。對(duì)于輸入圖像的每個(gè)體素，可以得到一組概率向量。因?yàn)轭A(yù)測(cè)熵具有固定的范圍，可以作為不確定性的度量。在不確定性估計(jì)的指導(dǎo)下，設(shè)置一個(gè)閾值，過濾掉相對(duì)不可靠的預(yù)測(cè)，選擇可靠的預(yù)測(cè)作為學(xué)生模型學(xué)習(xí)的目標(biāo)

其中，pnumt表示第num類在第t次的輸出的概率，mi是M個(gè)預(yù)測(cè)的平均值，num是類別數(shù)，不確定性u(píng)大小為H×W×D，是預(yù)測(cè)的體素熵。

1.4 損失函數(shù)組合優(yōu)化

為充分利用3D空間信息，模型使用3D影像作為兩個(gè)分割網(wǎng)絡(luò)的輸入，其中訓(xùn)練集是由U個(gè)標(biāo)記數(shù)據(jù)和V個(gè)未標(biāo)記數(shù)據(jù)組成。標(biāo)記集為Dl={xi，yi}Ui=1，將未標(biāo)記的數(shù)據(jù)集為Du={xi}U+Vi=U+1，其中xi是大小為H×W×D的輸入影像，yi∈{0，1}H×W×D是真實(shí)標(biāo)注。

對(duì)于有標(biāo)注的圖像，學(xué)生網(wǎng)絡(luò)主要受監(jiān)督損失的指導(dǎo)，以學(xué)習(xí)分割任務(wù)的可靠表示。模型采用Dice損失Ldice和交叉熵?fù)p失Lce的組合作為監(jiān)督損失Lsup來(lái)分割腰椎

其中，δm（a）=1－ε， if a=trueεM－1， else，a代表M個(gè)輸出層中預(yù)測(cè)損失最少的輸出層；ε為設(shè)置的權(quán)重；m為多個(gè)輸出層。

對(duì)于沒有標(biāo)注的圖像，可以根據(jù)半監(jiān)督學(xué)習(xí)中的平滑假設(shè)，將輸入圖像加上不同的噪聲生成兩個(gè)圖像，通過學(xué)生和教師網(wǎng)絡(luò)得到對(duì)應(yīng)的分割掩碼在理論上是相同的，因此模型可以通過最小化一致性損失建立學(xué)生模型預(yù)測(cè)結(jié)果predA和教師模型預(yù)測(cè)結(jié)果predB的約束

其中，I（·）為指標(biāo)函數(shù)，閾值在0～1之間；predA和predB分別是學(xué)生模型和教師模型在第v個(gè)體素上的預(yù)測(cè)；uv是第v個(gè)體素處的不確定性估計(jì)；value是選擇可靠目標(biāo)的閾值。通過在訓(xùn)練過程中的一致性損失，學(xué)生和教師模型都可以從中學(xué)習(xí)到更可靠的知識(shí)，降低模型的不確定性。

2 實(shí)驗(yàn)結(jié)果和分析

2.1 數(shù)據(jù)集和預(yù)處理

評(píng)估模型所使用的CTspine數(shù)據(jù)集由36個(gè)3D CT成像掃描組成，圖像尺寸從512×512×350到512×512×512（體素）不等，每一個(gè)3D圖像都有一個(gè)與圖像相同大小的腰椎分割掩碼。預(yù)處理使用［-700， 1300］HU的軟組織CT窗口范圍，基于隨機(jī)擴(kuò)大邊緣（10～20個(gè)體素）的分割掩碼裁剪腰椎區(qū)域?yàn)橹行牡膱D像，并將所有圖像進(jìn)行零均值歸一化和單位方差處理。實(shí)驗(yàn)將36次掃描分為30次掃描用于訓(xùn)練和6次掃描用于測(cè)試。

2.2 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)均采用Pytorch開源框架，使用的顯卡型號(hào)為NVIDIA A100 GPU；模型采用SGD優(yōu)化器進(jìn)行訓(xùn)練，共6 000次迭代，EMA衰減率為0.99；批量大小為2，每次由1個(gè)標(biāo)記圖像和1個(gè)未標(biāo)記圖像組成；初始學(xué)習(xí)率設(shè)置為0.01，每經(jīng)過2 500次迭代除以10；將原始圖像隨機(jī)裁剪為128×128×96作為網(wǎng)絡(luò)模型的輸入，并使用滑動(dòng)窗口策略獲得最終的分割結(jié)果；SSMH-Net將多頭輸出M設(shè)置為4。

2.3 實(shí)驗(yàn)結(jié)果

為了評(píng)估半監(jiān)督框架中學(xué)生網(wǎng)絡(luò)和教師網(wǎng)絡(luò)所使用的完全監(jiān)督分割網(wǎng)絡(luò)的準(zhǔn)確性，將所提出的半監(jiān)督框架使用不同的學(xué)生和教師網(wǎng)絡(luò)在3D椎體數(shù)據(jù)集上訓(xùn)練和測(cè)試，包括SV-Net、V-Net［17］、U-Net［18］和Highresnet［19］4種網(wǎng)絡(luò)。在30次訓(xùn)練掃描中，使用20%的數(shù)據(jù)（即6次掃描）作為標(biāo)注數(shù)據(jù)，其余24次掃描作為未標(biāo)注數(shù)據(jù)。其他所使用的實(shí)驗(yàn)參數(shù)設(shè)置完全一致。實(shí)驗(yàn)結(jié)果見表1，SSMH-Net模型中使用不同的學(xué)生和教師網(wǎng)絡(luò)的分割精度對(duì)比，學(xué)生和教師網(wǎng)絡(luò)使用加入SC注意力的V-Net網(wǎng)絡(luò)在半監(jiān)督框架中取得95.70%的分割精度，優(yōu)于其他對(duì)比模型。

為了驗(yàn)證SSMH-Net模型的有效性，將SSMH-Net模型與其他半監(jiān)督分割模型進(jìn)行比較，包括SASSnet［20］、DTC［13］、MC-Net［21］和SCC［22］。實(shí)驗(yàn)時(shí)，所有模型都采用20%的標(biāo)記數(shù)據(jù)和80%的未標(biāo)記數(shù)據(jù)，結(jié)果見表2，可知， SSMH-Net模型分割精度較高。由于SSMH-Net僅僅在監(jiān)督網(wǎng)絡(luò)SC-VNet的輸出層上進(jìn)行了擴(kuò)展，相比較其他半監(jiān)督分割模型，在計(jì)算量少的前提下依然獲得較好的分割效果。

圖3為DTC、SASSnet、MC-Net、SCC和SSMH-Net模型的分割可視化結(jié)果，其他模型在多個(gè)椎體連接部分產(chǎn)生粘連，特別是SASS-Net。SSMH-Net模型在沒有任何形狀約束下，依然得到更好的分割結(jié)果，具有更少的孤立區(qū)域，并且有效地分割一些具有挑戰(zhàn)性的區(qū)域，見圖3中標(biāo)記部分，說(shuō)明SSMH-Net模型優(yōu)于其他網(wǎng)絡(luò)。

為了驗(yàn)證SSMH-Net模型的魯棒性，在2018年心房分割挑戰(zhàn)賽的基準(zhǔn)數(shù)據(jù)集（LA）上評(píng)估該性能。數(shù)據(jù)集包括100個(gè)用于訓(xùn)練的MR成像掃描，各向同性分辨率為0.625×0.625×0.625 mm。模型使用80個(gè)樣本用于訓(xùn)練，其余20個(gè)樣本用于測(cè)試，SSMH-Net模型與其他方法在同一驗(yàn)證集上的比較結(jié)果見表3。可知，SSMH-Net模型在大部分評(píng)價(jià)指標(biāo)上優(yōu)于其他模型。

使用兩種比較流行的半監(jiān)督設(shè)置（10%和20%的標(biāo)注數(shù)據(jù)）觀察所提SSMH-Net模型的數(shù)據(jù)利用情況，評(píng)估結(jié)果見表4?？梢钥闯觯瑯邮褂?0%的標(biāo)注數(shù)據(jù)，SSMH-Net模型利用90%的未標(biāo)注數(shù)據(jù)比SC-VNet模型分割所得到的Dice結(jié)果高5.82%；在20%的標(biāo)記數(shù)據(jù)中，SSMH-Net比SC-VNet的 Dice結(jié)果高3.67%，表明SSMH-Net模型能更加有效地利用未標(biāo)記數(shù)據(jù)來(lái)提升模型的分割性能。V-Net和U-Net監(jiān)督模型使用全部標(biāo)注數(shù)據(jù)分割精度分別為96.48%和96.18%，僅僅比使用少量標(biāo)注數(shù)據(jù)的SSMH-Net高0.78%和0.48%，表明SSMH-Net在臨床應(yīng)用中有更廣闊的潛力。

3 結(jié)論

本文提出一種應(yīng)用于腰椎CT分割領(lǐng)域的SSMH-Net模型，采用基于不確定性估計(jì)的半監(jiān)督深度學(xué)習(xí)框架，通過對(duì)相同輸入的圖像加入不同的擾動(dòng)，以達(dá)到學(xué)生和教師模型分割一致性的目的，最終實(shí)現(xiàn)在較少標(biāo)注數(shù)據(jù)的同時(shí)提高分割精度的效果。SSMH-Net模型采用了Multi-Head方法，通過探索每個(gè)目標(biāo)的不確定性信息計(jì)算一致性損失，以此提高分割目標(biāo)的質(zhì)量。在標(biāo)注規(guī)模相同的數(shù)據(jù)集下，與主流分割模型相比，SSMH-Net模型表現(xiàn)出較為優(yōu)異的分割效果，能夠減輕醫(yī)學(xué)圖像數(shù)據(jù)標(biāo)注，在分割精度上具有較大的臨床價(jià)值。

參考文獻(xiàn)

［1］QI D， HAO C， YUE M J， et al. 3D deeply supervised network for automatic liver segmentation from CT volumes［C］//International Conference on Medical Image Computing and Computer-assisted Intervention. Springer， 2016： 149-157.

［2］DAS P， PAL C， ACHARYYA A， et al. Deep neural network for automated simultaneous intervertebral disc （IVDs） identification and segmentation of multi-modal MR images［J］. Computer Methods and Programs in Biomedicine， 2021， 205： 106074.

［3］DOLZ J， DESROSIERS C， BEN AYED I. IVD-Net： Intervertebral disc localization and segmentation in MRI with a multi-modal UNet［C］//International Workshop and Challenge on Computational Methods and Clinical Applications for Spine Imaging. Springer， 2018： 130-143.

［4］GONG Z， KAN L. Segmentation and classification of renal tumors based on convolutional neural network［J］. Journal of Radiation Research and Applied Sciences， 2021， 14（1）： 412-422.

［5］CUI S G， MAO L， JIANG J F， et al. Automatic semantic segmentation of brain gliomas from MRI images using a deep cascaded neural network［J］. Journal of Healthcare Engineering， 2018， 2018.

［6］ZHU W T， LIU C C， FAN W， et al. Deeplung： Deep 3d dual path nets for automated pulmonary nodule detection and classification［C］//2018 IEEE Winter Conference on Applications of Computer Vision （WACV）. IEEE， 2018： 673-681.

［7］SEKUBOYINA A， VALENTINITSCH A， KIRSCHKE J S， et al. A localisation-segmentation approach for multi-label annotation of lumbar vertebrae using deep nets［DB/OL］. ［2022-08-20］. https：//arxiv.org/abs/1703.04347.

［8］LESSMANN N， VAN GINNEKEN B， DE JONG P A， et al. Iterative fully convolutional neural networks for automatic vertebra segmentation and identification［J］. Medical Image Analysis， 2019， 53： 142-155.

［9］LI B， LIU C， WU S Y， et al. Verte-Box： A novel convolutional neural network for fully automatic segmentation of vertebrae in CT image［J］. Tomography， 2022， 8（1）： 45-58.

［10］ FAN D P， ZHOU T， JI G P， et al. Inf-net： Automatic covid-19 lung infection segmentation from CT images［J］. IEEE Transactions on Medical Imaging， 2020， 39（8）： 2626-2637.

［11］ ZHANG Y， YANG L， CHEN J， et al. Deep adversarial networks for biomedical image segmentation utilizing unannotated images［C］// International Conference on Medical Image Computing and Computer-assisted Intervention. Springer， 2017： 408-416.

［12］ HAN L Y， HUANG Y Z， DOU H R， et al. Semi-supervised segmentation of lesion from breast ultrasound images with attentional generative adversarial network［J］. Computer Methods and Programs in Biomedicine， 2020， 189： 105275.

［13］ LUO X D， CHEN J N， SONG T， et al. Semi-supervised medical image segmentation through dual-task consistency［C］// 35th AAAI Conference on Artificial Intelligence. 2021： 8801-8809.

［14］ RUPPRECHT C， LAINA I， DIPIETRO R， et al. Learning in an uncertain world： Representing ambiguity through multiple hypotheses［C］// 30th IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu， 2017： 3591-3600.

［15］ CHEN L， ZHANG H W， XIAO J， et al. Sca-cnn： Spatial and channel-wise attention in convolutional networks for image captioning［C］// 30th IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Honolulu， 2017： 5659-5667.

［16］ TARVANINEN A， VALPOLA H. Mean teachers are better role models： Weight-averaged consistency targets improve semi-supervised deep learning results［C］// 31st Annual Conference on Neural Information Processing Systems （NIPS）. Long Beach， 2017.

［17］ MILLETARI F， NAVAB N， AHMADI S A. V-net： Fully convolutional neural networks for volumetric medical image segmentation［C］// 4th IEEE International Conference on 3D Vision （3DV）. Stanford， 2016： 565-571.

［18］ ICEK ， ABDULKADIR A， LIENKAMP S.S， et al. 3D U-Net： learning dense volumetric segmentation from sparse annotation［C］// International Conference on Medical Image Computing and Computer-assisted Intervention. Springer， 2016： 424-432.

［19］ YANG G S， MANELA J， HAPPOLD M， et al. Hierarchical deep stereo matching on high-resolution images［C］// 32th IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）. 2019： 5515-5524.

［20］ LI S L， ZHANG C Y， HE X M. Shape-aware semi-supervised 3D semantic segmentation for medical images［C］//International Conference on Medical Image Computing and Computer-Assisted Intervention. Springer， 2020： 552-561.

［21］ WU Y C， XU M F， GE Z Y， et al. Semi-supervised left atrium segmentation with mutual consistency training［C］//International Conference on Medical Image Computing and Computer-Assisted Intervention. Springer， 2021： 297-306.

［22］ LIU Y S， WANG W， LUO G N， et al. A contrastive consistency semi-supervised left atrium segmentation model［J］. Computerized Medical Imaging and Graphics， 2022， 99： 102092.