厦门大学王连生获国家专利权
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!
龙图腾网获悉厦门大学申请的专利一种可用于不同数据分布下的息肉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:CN116309312B 。
龙图腾网通过国家知识产权局官网在2025-08-29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:202310058263.7,技术领域涉及:G06T7/00;该发明授权一种可用于不同数据分布下的息肉分割方法是由王连生;王昊杰设计研发完成,并于2023-01-18向国家知识产权局提交的专利申请。
本一种可用于不同数据分布下的息肉分割方法在说明书摘要公布了:本发明公开了一种可用于不同数据分布下的息肉分割方法,包括以下步骤:S1、获取息肉的数据集,并对数据集进行预处理;S2、构建息肉的分割模型以及用于对抗训练的鉴别器;S3、利用对抗学习分别对分割模型和鉴别器进行预训练;S4、对预训练后的分割模型进行正式训练;S5、采用正式训练后的分割模型进行息肉分割;本发明将对抗训练和伪标签方法动态结合,能够解决数据分布不同时的跨域问题,在数据分布不同的测试集上有较好的泛化能力。
本发明授权一种可用于不同数据分布下的息肉分割方法在权利要求书中公布了:1.一种可用于不同数据分布下的息肉分割方法,其特征在于,包括以下步骤: S1、获取息肉的数据集,并对数据集进行预处理; S2、构建息肉的分割模型以及用于对抗训练的鉴别器; S3、利用对抗学习分别对分割模型和鉴别器进行预训练; S4、对预训练后的分割模型进行正式训练; 步骤S4的具体过程为: S41、将目标域息肉图像输入到预训练的分割模型h1,得到目标域熵图It h,w; S42、将目标域熵图It h,w继续作为预训练的鉴别器D1输入,利用决定接下来的训练分支; S43、若则利用源域息肉图像和相应的标签以及目标域息肉图像进行对抗训练;反之,若则利用源域息肉图像和相应的标签以及目标域息肉图像和伪标签进行伪标签训练; 步骤S43中所述伪标签的具体生成过程为: S431、将源域的全部图像及相应的标签输入到预训练的分割模型h1中,可得原型值,计算公式如下: 其中,xt指目标域图像,fxti指在xt上提取的第i个索引上的特征,指预训练的分割模型h1预测xt的第i个像素为第k类; S432、将目标域图像、尺寸缩小为原尺寸0.7倍的目标域图像、尺寸放大为原尺寸1.5倍的目标域图像作为预训练的分割模型h1的输入,得到相应的三个预测,三张预测对应的像素点的预测平均值得到了最终输出Pt; S433、对Pt进行降噪处理并生成相应的伪标签:fxti表示编码器f提取的目标域图像x的第i个像素的特征,如果fxti远离原型ηk,则削弱它属于k类的概率,反之给予增强,通过以下公式实现: 其中,指特征提取器f的动量编码器,T被设置为1,ηk指类别k的特征中心;计算得到的像素i上的权重乘以预测后,最终将软预测转换为硬标签独热码将预测某类的预测最高的标签设置为1,其余类设置为0; S434、利用源域的图像和标签、目标域的图像和伪标签,通过交叉熵损失Lseg继续训练预训练的分割模型h1,在训练过程中,伪标签会随着原型以及权重ω的变化动态调整; S5、采用正式训练后的分割模型进行息肉分割。
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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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”。
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。