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！

龙图腾网获悉陕西科技大学申请的专利一种基于可疑像素相互修正的半监督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：CN119379710B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411369526.7，技术领域涉及：G06F30/27；该发明授权一种基于可疑像素相互修正的半监督医学图像分割方法是由雷涛;杨子瑶;路艳;杜晓刚;王毅;闵重丹;王梦溪设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于可疑像素相互修正的半监督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可疑像素相互修正的半监督医学图像分割方法，包括：1、对数据集进行预处理并划分；2、构建半监督医学图像分割网络模型SPMC，包括网络A、网络B、CDPS模块和SPLAT模块，网络A和网络B采用相同的编码器和上采样方式不同的解码器；CDPS筛查网络A和网络B输出的标注数据预测结果，识别出难以准确预测的共困像素，参考已有标签修正共困像素；SPLAT筛选网络A和网络B输出的未标注数据预测结果，用网络A生成的可信像素对网络B中可疑像素进行伪监督，计算总损失并更新参数；3、训练网络模型SPMC；4、评估SPMC性能并优化参数；5、将待分割的医学图像输入训练好的SPMC，输出分割结果。本发明提高了对图像中复杂及模糊的困难区域的预测准确性。

本发明授权一种基于可疑像素相互修正的半监督医学图像分割方法在权利要求书中公布了：1.一种基于可疑像素相互修正的半监督医学图像分割方法，其特征在于，包括如下步骤： 步骤1、对不同来源医学图像数据集中的医学图像进行裁剪，并划分训练集、测试集和验证集； 步骤2、构建半监督医学图像分割网络模型SPMC； 所述网络模型SPMC包括网络A、网络B、CDPS模块和SPLAT模块，网络A和网络B均为Vnet或Unet网络，网络A和网络B采用相同的编码器E，网络A和网络B采用上采样方式不同的解码器Da和Db； 步骤3、训练网络模型SPMC步骤3.1、对网络模型SPMC的参数进行初始化； 步骤3.2、将训练集分别输入网络A和网络B，经编码器E分别输出对应的特征图，网络A的编码器E输出的特征图直接输入解码器Da，输出标注数据的预测结果和未标注数据的预测结果对网络B的编码器E输出的特征图F添加随机噪声扰动，得到含有扰动的特征图将含有扰动的特征图输入解码器Db，输出标注数据的预测结果和未标注数据的预测结果步骤3.3、利用CDPS模块筛查和识别出网络A和网络B均难以准确预测的共困像素，参考已有标签Y对共困像素进行修正；利用SPLAT模块筛选和使用网络A生成的可信像素对网络B中的可疑像素进行伪监督，从而提高未标注数据的利用效率和模型的泛化能力； 所述步骤3.3中利用CDPS模块筛查和识别出网络A和网络B均难以准确预测的共困像素，参考已有标签Y对共困像素进行修正的具体过程为： 步骤3.3.1.1、计算和的置信度分布，使用阈值τ过滤置信度高的可信像素，保留置信度低的可疑像素，生成相应的掩膜和分别表示为： 式中，为指示函数； 步骤3.3.1.2、取和的交集，得到包含网络A和网络B交互信息的掩膜表示为： 步骤3.3.1.3、使用筛查和中的共困像素和表示为： 式中，⊙表示对应位置元素逐个进行乘积运算； 步骤3.3.1.4、为了获得正确的监督信号，使用筛查出已有标签Y中共困像素和对应的标签Ycdp，表示为： 步骤3.3.1.5、使用均方差损失对共困像素和进行修正，使网络A和网络B重点关注标注数据和中难以预测的区域，并进行正确的引导，表示为： 式中，MSE为均方差损失函数； 所述步骤3.3中利用SPLAT模块筛选和使用网络A中的可信像素对网络B中的可疑像素进行伪监督的过程为： 步骤3.3.2.1、使用概率锐化函数将和分别转换成软伪标签SPLa和SPLb，使和的概率分布差异更加明显，概率锐化函数表示为： 式中，T是控制模型输出分布的超参数，P代表或步骤3.3.2.2、使用阈值τ分别过滤掉和中的可信像素以及软伪标签SPLa和SPLb中的可疑像素，得到不同的掩膜，取不同掩膜的交集，得到和表示为： 步骤3.3.2.3、使用修正伪监督损失分别对未标注数据和中可疑像素进行指导，表示为： 式中，MSE为均方差损失函数，⊙表示对应位置元素逐个进行乘积运算； 步骤3.4、计算总损失步骤3.5、更新网络模型的参数； 步骤4、使用验证集评估网络模型SPMC的性能并优化参数； 步骤5、将待分割的医学图像输入训练好的网络模型SPMC，输出分割结果。

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陕西科技大学，其通讯地址为：710021 陕西省西安市未央大学园区；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”。

以上内容由龙图腾AI智能生成。