龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：复旦大学义乌研究院;湖州师范学院
摘要：本发明涉及图像处理技术领域，特别涉及一种组织病理学图像的分割方法、装置、设备、介质及产品，其中，方法包括：根据有标签数据和无标签数据对半监督分割模型进行训练，且有标签数据的样本数量小于无标签数据的样本数量，根据每个类的原型语义对比学习类间的不同特征表示，根据类间的不同特征表示计算对比损失，利用标记样本和未标记样本之间的原型语义相似度获取原型伪标签；根据训练过程的总损失更新学生模型的权重参数，将学生模型的权重参数传递给教师模型，在训练结束后利用半监督分割模型对组织病理学图像进行分割得到分割结果。由此，解决了如何更好地利用全局信息进行原型对比学习和降低伪标签的噪声等问题。
主权项：1.一种组织病理学图像的分割方法，其特征在于，包括以下步骤：根据组织病理图像数据集生成有标签数据和无标签数据，其中，所述有标签数据包括多个有标签样本，所述无标签数据包括多个无标签样本，且所述有标签数据的样本数量小于所述无标签数据的样本数量；根据所述有标签数据和无标签数据对半监督分割模型进行训练，所述半监督分割模型使用MeanTeacher架构，包括学生模型和教师模型，获取所述学生模型训练过程的监督损失、所述学生模型和所述教师模型共同训练过程的一致性损失、以及所述有标签样本的特征空间中的特征向量；根据所述特征向量确定每个类的原型语义，根据所述原型语义对比学习类间的不同特征表示，根据所述类间的不同特征表示计算对比损失，利用标记样本和未标记样本之间的原型语义相似度获取原型伪标签，根据所述原型伪标签和所述学生模型预测的伪标签计算原型损失；根据所述监督损失、所述一致性损失、所述对比损失和所述原型损失计算所述学生模型的总损失，根据所述总损失更新所述学生模型的权重参数，将所述学生模型的权重参数传递给所述教师模型，在训练结束后，利用所述半监督分割模型对组织病理学图像进行分割得到分割结果。
全文数据：
权利要求：
百度查询： 复旦大学义乌研究院 湖州师范学院 组织病理学图像的分割方法、装置、设备、介质及产品
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