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！

龙图腾网获悉重庆邮电大学申请的专利一种基于单循环正则化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：CN119478419B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411712145.4，技术领域涉及：G06V10/26；该发明授权一种基于单循环正则化的半监督医学图像分割方法是由孙开伟;江操正;邹运生;田蜜设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于单循环正则化的半监督医学图像分割方法在说明书摘要公布了：本发明属于医学图像处理领域，具体涉及一种基于单循环正则化的半监督医学图像分割方法；包括：采用并行的多个子网络对预处理好的有标签图像进行学习，计算模型的有监督损失；采用单循环一致性正则化使得各子网络之间共享学习到的信息，计算模型的正则化损失；采用伪标签竞争机制选择各子网络的伪标签；各子网络使用伪标签对预处理好的无标签图像进行学习，计算模型的无监督损失；根据有监督损失、正则化损失和无监督损失计算模型总损失；根据模型总损失调整模型参数，得到训练好的医学图像分割模型；使用训练好的模型进行图像分割；本发明可更好的从无标签图像中提取相关知识，并避免噪声所带来的影响，提升图像分割的准确性。

本发明授权一种基于单循环正则化的半监督医学图像分割方法在权利要求书中公布了：1.一种基于单循环正则化的半监督医学图像分割方法，其特征在于，包括：获取待预测的医学图像，并将其输入到训练好的医学图像分割模型中，得到医学图像分割结果； 医学图像分割模型的训练过程包括： S1：获取医学图像数据集并对其进行预处理，得到预处理好的医学图像；其中，医学图像包括有标签图像和无标签图像； S2：采用并行的多个子网络对有标签图像进行学习，每个子网络输出各自的图像分割结果；计算医学图像分割模型的有监督损失； S3：采用单循环一致性正则化使得各子网络之间共享学习到的信息，计算医学图像分割模型的正则化损失；计算医学图像分割模型的正则化损失的公式为： 其中，Lcon表示医学图像分割模型的正则化损失，表示子网络i的正则化损失，α表示第一权重系数，Ldice表示dice损失，Lce表示交叉熵损失，fix表示子网络i对输入图像x的图像分割结果，fi-1x表示子网络i-1对输入图像x的图像分割结果，N表示子网络数量； S4：根据每个子网络输出的图像分割结果，采用伪标签竞争机制选择各子网络的伪标签；选择各子网络的伪标签的过程包括：将当前最好子网络输出的图像分割结果作为其余子网络的伪标签，将次优子网络输出的图像分割结果作为最好的子网络的伪标签；其中，有监督损失越小，子网络越好； S5：各子网络使用伪标签对无标签图像进行学习，计算医学图像分割模型的无监督损失；计算医学图像分割模型的无监督损失的过程包括： 计算除最好子网络外的其余子网络的无监督损失之和 计算最好子网络的无监督损失 其中，β表示第二权重系数，Lmse表示均方误差损失，表示子网络b1对输入图像x的图像分割结果，b1表示最好子网络的标号，表示子网络b2对输入图像x的图像分割结果，b2表示次优子网络的标号； 根据和计算医学图像分割模型的无监督损失；计算医学图像分割模型的无监督损失的公式为： 其中，Lunsup表示医学图像分割模型的无监督损失，σ表示sigmoid函数，表示子网络b1的有监督损失，表示子网络b2的有监督损失； S6：根据有监督损失、正则化损失和无监督损失计算模型总损失；根据模型总损失调整模型参数，得到训练好的医学图像分割模型。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。

以上内容由龙图腾AI智能生成。