Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东海洋大学林聪获国家专利权

广东海洋大学林聪获国家专利权

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!

龙图腾网获悉广东海洋大学申请的专利一种基于不确定性估计及多级蒸馏的医学图像分割方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120259284B

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510728521.7,技术领域涉及:G06T7/00;该发明授权一种基于不确定性估计及多级蒸馏的医学图像分割方法是由林聪;卢泳琪;徐晨星设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。

一种基于不确定性估计及多级蒸馏的医学图像分割方法在说明书摘要公布了:本发明公开了一种基于不确定性估计及多级蒸馏的医学图像分割方法,涉及医学图像分割,包括通过不确定性估计模块量化教师模型对输入医学图像的预测不确定性,生成不确定性权重;基于不确定性权重筛选高置信度伪标签,并通过多级知识蒸馏模块将教师模型的知识分阶段传递至学生模型;在教师模型和学生模型中嵌入混合注意力模块,结合通道注意力机制和空间注意力机制增强对病灶结构和边界的特征捕捉;采用融合交叉熵损失、Dice损失及基于不确定性的蒸馏损失的复合损失函数优化学生模型的训练过程;将训练好的网络用于医学图像分割场景中,完成基于不确定性估计及多级蒸馏的医学图像分割。本发明解决了医学图像分割中高质量标注数据稀缺的问题。

本发明授权一种基于不确定性估计及多级蒸馏的医学图像分割方法在权利要求书中公布了:1.一种基于不确定性估计及多级蒸馏的医学图像分割方法,其特征在于,包括以下步骤: S1:通过不确定性估计模块量化教师模型对输入医学图像的预测不确定性,生成不确定性权重; S2:基于不确定性权重筛选高置信度伪标签,并通过多级知识蒸馏模块将教师模型的知识分阶段传递至学生模型; 所述S2中多级知识蒸馏模块的实现包括: B1:通过指数移动平均更新教师模型与学生模型之间的权重,生成中间模型; B2:将所述中间模型作为新的教师模型进行二次蒸馏,逐级传递多层次语义特征; B3:在蒸馏过程中使用基于预测熵的不确定性图优化学生模型的预测和教师模型的预测之间的均方差损失和Dice损失,同时计算学生模型和二值化的标签之间的交叉熵损失和Dice损失,约束学生模型与教师模型的预测一致性; S3:在教师模型和学生模型中嵌入混合注意力模块,结合通道注意力机制和空间注意力机制增强对病灶结构和边界的特征捕捉; S4:采用融合交叉熵损失、Dice损失及基于不确定性的蒸馏损失的复合损失函数优化学生模型的训练过程; 所述S4中复合损失函数为: ; 其中,为交叉熵损失,为Dice损失,为不确定性的蒸馏损失,和为平衡系数; 所述不确定性的蒸馏损失为: ; 其中,为与时间相关的高斯预热函数,为训练过程中当前达到的迭代次数,为教师模型对当前样本的分割不确定性,为教师模型最确定样本的阈值,为超参数,为学生模型对当前样本的预测和教师模型对当前样本的预测之间的均方差损失,为学生模型对当前样本的预测和教师模型对当前样本的预测之间的Dice损失,表示选择运算,如果成立,则取值为1,否则取值为0,为样本总数; ; ; 其中,为单个体素,为当前样本总的体素数量,为学生模型对当前第个样本第个体素的预测值,为教师模型对当前第个样本第个体素的预测值; S5:将训练好的网络用于医学图像分割场景中,完成基于不确定性估计及多级蒸馏的医学图像分割。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东海洋大学,其通讯地址为:524088 广东省湛江市麻章区海大路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。