1.一种知识蒸馏半自动可视化标注方法，其特征在于，包括：
2.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，还包括：
3.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述分别在所述第一特征图和所述第二特征图上用所述语义mask加权平均池化，得到语义区域的第一特征向量和第二特征向量，通过如下公式计算得到：
4.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述计算所述预测分割结果的预训练损失采用交叉熵损失函数，表示为：
5.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述计算所述第一特征向量和所述第二特征向量之间的余弦相似度，表示为：
6.根据权利要求5所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述计算所述第一特征向量和所述第二特征向量之间的余弦相似度和目标相似度的差值，作为所述医学图像分割模型和所述图像特征预测模型之间的蒸馏误差，表示为：
7.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述基于所述医学图像数据集采用无监督预训练方法得到的数据训练得到图像特征预测模型，包括：
8.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，所述通过反向传播算法，合并所述预训练损失和所述蒸馏误差得到所述医学图像分割模型的总损失，通过如下公式计算得到：
9.根据权利要求1所述的一种知识蒸馏半自动可视化标注方法，其特征在于，基于所述医学图像分割模型的总损失更新所述医学图像分割模型的多个参数，包括：
10.一种知识蒸馏半自动可视化标注系统，其特征在于，包括：