记录知识点---通过双任务一致性进行半监督医学图像分割

本文主要是将“DTC：通过双任务一致性进行半监督医学图像分割”论文中的 知识点抠出来一个个的解决。

1、水平集衍生的分割图

白话理解：有一个表面S，它与一个平面P相交，得到一个曲线C，这个C就是我们通过水平集得到的轮廓。
 水平集：是根据图像数据构造出三维曲面，通过三维曲面的演化以及取等值线的方式间接实现范围曲线的演化。

1.1 水平集方法（Level Set Method）

形状改变其拓扑结构，分裂为两个形状。如果用边界曲线参数表示形状，由于在直接法中我们需要监视所有形状可能发生的变化情况，水平集方法处理形状曲线要比直接方法容易得多。

百度百科------Level Set Method定义： 是一种用于界面追踪和形状建模的数值技术。水平集方法的优点是可以在笛卡尔网格（Cartesian grid）上对演化中的曲线曲面进行数值计算而不必对曲线曲面参数化（这是所谓的欧拉法（Eulerian approach））。水平集方法的另一个优点是可以方便的追踪物体的拓扑结构改变.例如当物体的形状一分为二，产生空洞，或者相反的这些操作.所有这些使得水平集方法成为随时间变化的物体建模的有力工具，例如膨胀中的气囊， 掉落到水中的油滴。

1.1.1 水平集：
设 Ω∈R2 为图像域, I:Ω→R 为给定的灰度图像. ϕ:Ω→R 为水平集函数[21]. 活动轮廓曲线 C 为 ϕ 的零等高线, 如图下图所示.
水平集最先由Osher[1]提出, 是一种将低维问题嵌入高维问题求解的方法. 水平集广泛应用于图像分割, 它可获得亚像素精度的封闭轮廓和区域. 以2D灰度图像二相水平集为例, 水平集取值的正负将图像域划分为目标和背景两个区域. 水平集的零等高线被视为目标和背景的分界线, 即