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：济南大学
摘要：本发明属于图像分割领域，提供了一种半监督域泛化医学图像分割方法及系统，包括获取原始医学图像并进行预处理，得到预处理医学图像；基于预处理医学图像，利用预先训练好的半监督域泛化医学图像分割模型进行图像分割；风格增强方法对特征的低频信息进行风格混合和风格扰动操作，在保证语义信息不变的同时对图像风格进行多样化增强。同时，通过引入风格增强解码器来生成风格增强图像，从而提高风格增强过程可解释性。此外，通过置信度感知一致性损失来选择教师模型对来自未知域的未标记数据更置信的伪标签，从而更好的指导一致性正则化过程来提高模型在未知域上的泛化性能。
主权项：1.一种半监督域泛化医学图像分割方法，其特征在于，包括：获取原始医学图像并进行预处理，得到预处理医学图像；基于预处理医学图像，利用预先训练好的半监督域泛化医学图像分割模型进行图像分割；其中，所述半监督域泛化医学图像分割模型进行训练的过程，具体为：获取原始医学图像并进行预处理，得到源域标记数据集和源域未标记数据集；将源域标记数据集输入到学生模型中进行图像分割预测，并利用学生图像分割预测结果和真实标签计算监督损失和重建损失；对源域未标记数据集进行弱增强后再输入到双教师模型中进行分割预测，得到伪标签样本；将两个教师模型中编码器提取的源域未标记图像特征进行集成，并利用风格增强解码器对集成后的特征进行风格多样化增强，得到风格增强图像；将风格增强图像输入到学生模型中进行图像分割预测，得到风格增强图像分割预测结果，基于风格增强图像分割预测结果和伪标签样本计算置信度感知一致性损失；给定训练的迭代次数，计算上述损失函数之和，通过目标函数的梯度下降更新网络参数，最终得到训练好的半监督域泛化医学图像分割模型。
全文数据：
权利要求：
百度查询： 济南大学 一种半监督域泛化医学图像分割方法及系统
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