本文综述医学图像弱监督与半监督分割方法，包括循环学习、自监督尺度三元组学习、对比学习、部分点注释及区域相关性网络，应用于核实例分割、癌症组织分割和多器官分割，在减少标注需求的同时达到与全监督方法相当的性能。

通过人-机循环方法中的正负关键点，提出了一种名为TTS的方法，可以有效避免模型利用伪影相关的关联，减少标注需求，解决皮肤病变分析模型受图像伪影偏见影响的问题。在ISIC2019数据集上展示了该方法在现实世界中减轻偏见的能力。