本文提出了一种新颖的源域自由领域适应方法，旨在提高医学图像分割的准确性和多样性。通过不确定性伪标签引导和双向传输，实验证明该方法在多个数据集上显著提升了Dice系数，优于现有技术。

该文介绍了一种基于不确定性伪标签引导的医学图像分割方法，通过前向传递监督和目标领域增长提高准确性和多样性。实验结果表明，该方法平均提高了Dice系数5.54％，5.01％和6.89％。