本研究提出了一种协作矫正学习网络，用于半监督三维医学图像分割，旨在有效利用少量标注数据和大量未标注数据。通过生成高质量伪标签和引入动态交互模块，提升了模型在不确定区域的分类能力。实验结果表明，该方法在公共数据集上优于现有技术，具有良好的推广潜力。