医学图像分割是许多图像引导临床方法的基础和关键步骤。近年来，基于深度学习的分割方法的成功通常依赖于大量的标记数据，这是非常困难和昂贵的，特别是在医学成像领域，只有专家才能提供可靠和准确的注释。半监督学习已经成为一种很有吸引力的策略，并被广泛应用于医学图像分割任务，以训练具有有限注释的深度模型。在本文中，我们全面回顾了最近提出的医学图像分割的半监督学习方法，并总结了技术创新和实证结果。此外，我们还分析和讨论了现有方法的局限性和未解决的几个问题。我们希望这篇综述能够启发学术界探索解决这一挑战的方法，并进一步推动医学图像分割领域的发展。

论文链接：

https://arxiv.org/abs/2207.14191

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除