本发明提出了一种基于自适应的半监督医学图像分割方法，实现步骤为：获取源域和目标域3D医学图像，并对其进行预处理；获取源域训练样本集；获取有标签目标域训练样本集、无标签目标域测试样本集以及目标域训练样本集；构建半监督医学图像分割模型O并定义其损失函数Loss；对半监督医学图像分割模型O进行迭代训练；获取半监督医学图像的分割结果。本发明源域训练样本集中包含有所有源域图像切片对应的域自适应图像，在对半监督医学图像分割模型进行训练的过程中，通过域自适应教师模型、目标域教师模型的不确定性指导学生模型学习更可靠的目标域预测概率图和域自适应预测概率图，充分利用源域数据，有效提高了医学图像的分割精度。