1.一種三維醫(yī)學圖像分割方法，其特征在于，包括：
2.根據(jù)權利要求1所述的三維醫(yī)學圖像分割方法，其特征在于，樣本的預測符號距離場，表示為：
3.根據(jù)權利要求2所述的三維醫(yī)學圖像分割方法，其特征在于，計算標注樣本的監(jiān)督損失，包括：
4.根據(jù)權利要求3所述的三維醫(yī)學圖像分割方法，其特征在于，計算未標注樣本的一致性損失，包括：
5.根據(jù)權利要求4所述的三維醫(yī)學圖像分割方法，其特征在于，基于標注樣本的監(jiān)督損失與未標注樣本的一致性損失，得到總損失函數(shù)，表示為：
6.根據(jù)權利要求1所述的三維醫(yī)學圖像分割方法，其特征在于，將訓練好的雙網(wǎng)絡分割模型的兩個子網(wǎng)絡輸出的兩個預測分割概率圖進行平均融合，獲取融合分割概率圖；對融合分割概率圖進行argmax操作，得到預測分割標簽；基于預測分割標簽，獲取待分割三維醫(yī)學圖像的分割結果。
7.根據(jù)權利要求1所述的三維醫(yī)學圖像分割方法，其特征在于，將三維醫(yī)學圖像輸入基于v-net網(wǎng)絡的子網(wǎng)絡中，獲取樣本的預測分割概率圖，包括：
8.根據(jù)權利要求7所述的三維醫(yī)學圖像分割方法，其特征在于，將全局特征圖輸入解碼器中，經(jīng)過四個串聯(lián)的解碼層后，輸出解碼特征圖，包括：
9.根據(jù)權利要求8所述的三維醫(yī)學圖像分割方法，其特征在于，解碼特征圖的獲取，包括：
10.根據(jù)權利要求1所述的三維醫(yī)學圖像分割方法，其特征在于，將三維醫(yī)學圖像樣本輸入雙網(wǎng)絡分割模型中前，還包括對三維醫(yī)學圖像樣本進行數(shù)據(jù)增強，包括：