龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：安徽工业大学
摘要：本发明公开了一种基于互竞双流网络的半监督医学图像分割方法，属于计算机视觉技术领域。本发明在互竞双流网络架构中，利用两个结构不同但性能相近的网络相互学习和竞争，以打破MT方法中由于模型单一不可变、以及教师‑学生模型之间过度耦合带来的限制；通过设计一种单图像对双向复制粘贴方法，利用两个混合图像来帮助模型双向对称地学习有标签数据和无标签数据之间的共同语义，从而缓解有标签数据与无标签数据间分布不对齐的问题；通过在输入的混合图像及其增强视图之间进行伪监督校正来有效降低伪监督阶段中潜在噪声对分割模型性能的影响。
主权项：1.一种基于互竞双流网络的半监督医学图像分割方法，其特征在于，包括以下步骤：S1：将包含有标签图像与无标签图像的原始输入数据送入到互竞双流网络中进行训练，通过对有标签图像计算Dice得分来决出Winnernet，用Winnernet来为无标签图像生成伪标签，并计算Winnernet与Losernet在有监督训练过程产生的损失以及Losernet对无标签图像的预测结果与伪标签之间的无监督损失；S2：将有标签图像与无标签图像经过双向复制粘贴操作获得的混合图像送入Winnernet中得到预测结果，并利用真实标签与伪标签经过双向复制粘贴获得的混合标签对该预测结果进行监督，以优化Winnernet的训练；S3：将混合图像的增强视图送入Winnernet中，在混合图像的原始视图及其增强视图之间进行伪监督校正来进一步训练Winnernet网络；S4：重复进行步骤S1～S3，直至模型收敛，得到经过训练后的基于互竞双流网络的医学图像分割模型，利用上述医学图像分割模型对待处理图像进行分割，得到分割结果。
全文数据：
权利要求：
百度查询： 安徽工业大学 一种基于互竞双流网络的半监督医学图像分割方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号