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！

申请/专利权人：华中科技大学;武汉联影智融医疗科技有限公司

摘要：本发明公开了使用单张图谱图像训练脑组织分割模型的方法及其应用，属于医学图像分割领域，方法包括：基于配准‑分割双模型迭代学习训练分割网络时，利用配准网络预测图谱图像Ia和无标签图像Iu之间的偏移场φ，并按照φ将图谱图像Ia及其标签Sa分别执行形变操作，得到形变图谱图像和形变图谱标签计算配准置信度图C，用于表示和Iu在各像素处的对齐程度；按照C对中与Iu对齐程度不同的区域分别执行IST风格转换后拼接，得到风格转换图像对齐程度越高的区域风格转换系数越高；以为监督信息，以Iu和为输入，对分割网络进行训练，针对前者训练损失为置信度引导的损失。本发明能够在仅存在单张图谱图像的情况下提高脑组织分割的性能。

主权项：1.一种使用单张图谱图像训练脑组织分割模型的方法，其特征在于，包括：分割网络半监督训练步骤，包括：S1利用配准网络预测图谱图像Ia和无标签图像Iu之间的偏移场φ，并按照所述偏移场φ对图谱图像Ia及其标签Sa分别执行形变操作，得到形变图谱图像和形变图谱标签图谱图像为带有分割标签的脑组织图像，无标签图像为没有分割标签的脑组织图像；S2计算配准置信度图C，用于表示形变图谱图像和无标签图像Iu在各像素处的对齐程度；S3按照所述配准置信度图C将形变图谱图像和无标签图像Iu划分为对齐程度不同的多个区域，对于形变图谱图像的每个区域执行基于对齐图像的风格转换后拼接，得到风格转换图像进行风格转换时，对齐程度越高的区域，其转换系数越高；S4将形变图谱标签作为监督信息，以无标签图像Iu和风格转换图像为输入，对分割网络进行训练；配准网络弱监督训练步骤，包括：W1利用分割网络预测所述无标签图像Iu的分割结果作为伪标签W2利用配准网络预测图谱图像Ia和无标签图像Iu之间的偏移场φ，以图谱图像Ia的标签Sa按照所述偏移场φ执行形变操作后得到的形变图谱标签相对于伪标签的误差作为训练损失，对配准网络进行训练；以及双模型迭代学习步骤，包括：重复地交替执行分割网络半监督训练步骤和配准网络弱监督训练步骤，直至分割网络和配准网络收敛。

全文数据：

权利要求：

百度查询： 华中科技大学 武汉联影智融医疗科技有限公司 使用单张图谱图像训练脑组织分割模型的方法及其应用