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！

龙图腾网获悉中国矿业大学申请的专利基于伪标签频域动态混合监督的弱半监督心脏MRI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：CN120182295B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510330857.8，技术领域涉及：G06T7/10；该发明授权基于伪标签频域动态混合监督的弱半监督心脏MRI分割方法是由张林;李文宗;秦敬翠;蒋杰艺;刘辉设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于伪标签频域动态混合监督的弱半监督心脏MRI分割方法在说明书摘要公布了：本发明公开了一种基于伪标签频域动态混合监督的弱半监督心脏MRI分割方法，属于医学图像分割技术领域，包括以下步骤：S1、对训练集中的少量心脏MRI图像提供涂鸦标签；S2、建立主干分割模型和辅助分割模型，输出对应的预测值；S3、采用哈尔小波变换和频域动态混合方法生成监督伪标签；S4、结合部分交叉熵损失约束策略建立总损失函数对三个分割模型进行优化训练，实现心脏MRI图像的分割。本发明通过伪标签频域动态混合监督方法，利用少量涂鸦标签和大量无标签数据生成可靠的监督信号，显著提高对无标记数据的利用效率；采用弱半监督策略，仅需少量涂鸦标签即可实现高质量分割，减少对逐像素精确标注的依赖，解决了医学图像标注成本高昂的难题。

本发明授权基于伪标签频域动态混合监督的弱半监督心脏MRI分割方法在权利要求书中公布了：1.基于伪标签频域动态混合监督的弱半监督心脏MRI分割方法，其特征在于，包括以下步骤： S1、将一组心脏MRI图像划分为训练集、验证集和测试集，对训练集中的少量心脏MRI图像提供涂鸦标签，得到训练集中的有标记数据池和无标记数据池； S2、建立主干分割模型、第一辅助分割模型和第二辅助分割模型，分别从有标记数据池和无标记数据池中选取N个样本组成配对样本集，将配对样本集分别输入到三个分割模型中，输出各个分割模型对应的预测值； S3、针对S2中主干分割模型、第一辅助分割模型获得预测值，采用哈尔小波变换和频域动态混合方法生成监督伪标签； S4、基于监督伪标签、主干分割模型的预测值和第一辅助分割模型的预测值构建伪标签频域动态混合监督损失，基于涂鸦标签对主干分割模型和第一辅助分割模型进行监督训练构建部分交叉熵损失，基于主干分割模型、第一辅助分割模型和第二辅助分割模型分别对无标记样本的预测值构建辅助监督损失，基于主干分割模型、第一辅助分割模型分别对无标记样本的预测值构建互监督损失； 基于上述四个损失构建总损失函数，采用SGD优化器最小化总损失函数，获得最优心脏MRI图像主干分割模型参数； S5、基于S4的结果，将测试集输入到优化后的主干分割模型中，得到心脏MRI图像分割结果。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1号中国矿业大学南湖校区；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。