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：浙江大学

摘要：本发明公开了一种基于混合监督学习的肝脏CT图像分割系统和算法，图像分割系统包括图像预处理单元，特征提取单元，词向量分割单元以及单层卷积分类单元，图像预处理单元与特征提取单元进行数据连接，特征提取单元分别与词向量分割单元和单层卷积分类单元进行数据连接。本发明使用多任务框架分别进行分割和分类任务，利用大量弱标签数据和少量强标签达到较高的分割精度，针对多任务之间独立参数量较多的问题，尽量增加多任务之间共享的网络参数，使用一个可学习的词向量v实现分割任务，减少独立参数量，提升多任务之间的结果一致性，本发明对于分类和分割任务，均能保持较高的表现，体现了较好的一致性。

主权项：1.一种基于混合监督学习的肝脏CT图像分割系统，其特征在于，所述的图像分割系统包括图像预处理单元，特征提取单元，词向量分割单元以及单层卷积分类单元，所述的图像预处理单元与特征提取单元进行数据连接，所述的特征提取单元分别与词向量分割单元和单层卷积分类单元进行数据连接；所述特征提取单元的构建过程为：以U-Net为基本骨架，对于U-Net倒数第二层卷积层的输出特征图，其尺寸满足B,C0,H,W,其中B表示每批图像个数，C0表示通道数，H，W表示特征图的分辨率，将这个特征图通过一个输入通道为C0，输出通道为C，卷积核尺寸为K0,K0的卷积层，然后对输出结果执行批归一化，最后经过一个Tanh激活函数，得到尺寸为B,C,H,W目标特征图；所述词向量分割单元的构建过程为：引入一个可学习的词向量v，维度为C，词向量v与上述目标特征图进行卷积，得到一个尺寸为B，1，H，W的热度图，使用sigmoid激活函数对热度图每个像素的置信度进行计算，得到每个像素的分割置信度，并且以τs为阈值对前景背景进行划分，小于阈值的像素认为是背景区域，大于或等于阈值的认为是前景区域，即肝脏区域；所述单层卷积分类单元的构建过程为：对于上述特征提取单元生成的目标特征图，使用一个可学习的K1×K1卷积核进行卷积，满足K1H且K1W，得到一个尺度为B，1，H，W的热度图，使用maxpooling函数对该热度图进行计算，得到这一批次中每个图像中最大的特征响应值，然后将其输入sigmoid函数计算每幅图像的置信度，并且以τc为阈值对置信度进行划分，小于阈值的认为图像中不存在肝脏区域，大于或等于阈值的认为图像中存在肝脏区域。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于混合监督学习的肝脏CT图像分割系统和算法