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：苏州道影医疗科技有限公司

摘要：本发明公开了一种半监督和主动学习的病理细胞分割方法，包括以下步骤：获取图像数据集；将标记数据集输入教师网络的分割模型的编码器中，得到图像多尺度的特征图；将特征图进行离散余弦变换，得到特征图的频域信息，并在频域中滤波，分别得到图像的高频和低频信息；利用得到的多尺度的特征图与得到的低频信息结合，输入到双支网络中的全局分支中，将得到的特征图与中得到的高频信息相结合，输入到双支网络中的局部分支中，将全局分支的输出与局部分支的输出在通道层融合。本发明，使用了半监督结合主动学习的方式，缓解了病理图像标记不足的问题，通过主动学习有效地选择出最具有代表性的样本进行标注，获得更具有竞争力的分割模型。

主权项：1.一种半监督和主动学习的病理细胞分割方法，其特征在于，包括以下步骤：S1、获取图像数据集：数据包括标记数据集和无标记数据集；S2、将标记数据集输入教师网络的分割模型的编码器中，得到图像多尺度的特征图；S3、将特征图进行离散余弦变换，得到特征图的频域信息，并在频域中滤波，分别得到图像的高频和低频信息；S4、利用S2得到的多尺度的特征图与S3中得到的低频信息结合，输入到双支网络中的全局分支中，将S2得到的特征图与S3中得到的高频信息相结合，输入到双支网络中的局部分支中，将全局分支的输出与局部分支的输出在通道层融合；S5、将S4得到的不同尺度的特征图输出到用于编码器特征转换的通道交叉融合变压器中，缓解浅层编码器和解码器之间的语义差距，更好地融合编码器特征；S6、解码器网络使用S5中传递过来的编码器的信息，通过对不同尺度解码后得到最终的分割结果；S7、计算标记数据的交叉熵分割损失LE；S8、对于未标记数据，首先使用教师网络计算其伪标签gx，接着生成一个二值掩码M，通过点积计算x·M对病理图像裁剪后送入学生网络中，得到学生网络的伪标签fx·M，计算伪标签gx和fx·M在对应区域的一致性损失LC，并结合LE更新教师网络以及学生网络；S9、利用训练好的学生网络对未标记数据进行预测，选择前K个熵值最大的样本作为待标记样本集SC；S10、在S9的基础上，计算待标记候选集SC与标记数据集和未标记数据集中差异性最小的前T个样本集ST；S11、重复S9和S10的过程，直到当前迭代次数达到阈值为止，得到最终的分割模型。

全文数据：

权利要求：

百度查询： 苏州道影医疗科技有限公司 一种半监督和主动学习的病理细胞分割方法