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：同济大学
摘要：本发明涉及一种基于互校正和像素级对比学习的半监督医学图像分割方法，包括构建由两个差异化的子网络组成的交叉伪监督分割框架，并为有标签数据和无标签数据计算监督损失和交叉伪监督损失用于训练；针对两个子网络输出的预测不一致区域，构建校正损失模块以校正潜在错误；构建像素级对比学习模块优化低不确定性区域像素的特征表示。与现有技术相比，本发明的校正模块有效缓解了半监督医学图像分割中存在的确认偏差问题，提高了伪标签的质量，对比学习模块在控制计算资源消耗的同时建模像素之间的关系并优化特征表示，最终显著提高了医学图像的分割准确率。
主权项：1.一种基于互校正和像素级对比学习的半监督医学图像分割方法，其特征在于，利用预训练好的包括两个子网络的半监督医学图像分割模型实现对给定医学图像的分割，所述半监督医学图像分割模型的训练过程包括如下步骤：获取有标签数据和无标签数据作为所述半监督医学图像分割模型的输入，得到预测和伪标签，计算监督损失和交叉伪监督损失；分别针对有标签数据和无标签数据对应的预测和伪标签，计算类别或伪标签的预测不一致区域，计算所述预测不一致区域内的校正损失；基于两个子网络的预测均值，通过不确定性估计，筛选低不确定性的伪标签，通过锚点采样和原型生成，计算锚点和原型之间的综合对比损失；基于所述监督损失、交叉伪监督损失、校正损失和综合对比损失，实现对所述半监督医学图像分割模型的训练。
全文数据：
权利要求：
百度查询： 同济大学 基于互校正和像素级对比学习的半监督医学图像分割方法
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