龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北大学
申请日：2024-04-08
公开（公告）日：2024-07-05
公开（公告）号：CN118297960A
主分类号：G06T7/10
分类号：G06T7/10;G06T7/00;G06V10/774;G06V10/82;G06N3/045;G06N3/0455;G06N3/0464;G06N3/084;G06N3/0895;G06N3/096
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明设计一种基于图像文本对比学习的半监督鼻咽癌分割方法，属于医学影像辅助检测技术领域；首先构建头颈部CT图像数据集，并对其进行预处理后划分为训练集和测试集；利用训练集对鼻咽癌分割模型中学生‑教师模型部分进行训练，生成伪标签，并计算学生‑教师模型部分损失；基于学生‑教师模型生成的伪标签，进行图像‑文本对比学习，通过最小化对比学习损失函数来优化模型参数，最终计算鼻咽癌分割模型的总损失函数，达到训练优化鼻咽癌分割模型的目的；显著提高分割精度，通过引入文本信息和对比学习的方法，在鼻咽癌分割任务上比传统半监督学习方法显示出更高的精确度和泛化能力。
主权项：1.一种基于图像文本对比学习的半监督鼻咽癌分割方法，其特征在于，具体步骤如下：步骤1：构建头颈部CT图像数据集，并对其进行预处理后划分为训练集和测试集；步骤2：利用训练集对鼻咽癌分割模型中学生-教师模型部分进行训练，生成伪标签，并计算学生-教师模型部分损失；步骤3：基于学生-教师模型生成的伪标签，进行图像-文本对比学习，通过最小化对比学习损失函数来优化模型参数；步骤4：计算鼻咽癌分割模型的总损失函数。
全文数据：
权利要求：
百度查询： 东北大学 一种基于图像文本对比学习的半监督鼻咽癌分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号