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：中国科学院自动化研究所
摘要：本发明提出一种基于不完备多模态医学影像的弱监督图像分割方法及系统，涉及多模态医学影像的辅助诊断技术领域，包括：采集不完备多模态医学影像数据；构建不完备多模态医学影像数据中每个影像样本的成对像素点约束；构建多模态医学影像样本数据集；将多模态医学影像样本数据集输入到去噪神经网络中，初步滤除其中存在的噪声；设计优化算法对去噪后的影像样本的每个模态进行迭代地微调；设计融合函数将去噪后的影像样本的多个模态进行有机融合；设计基地学习目标，获取其分割结果；将所有学习目标进行联合训练，输出最终图像分割结果。本发明能够在标注受限的情况下有效地泛化于大规模的不完备多模态医学影像数据场景。
主权项：1.基于不完备多模态医学影像的弱监督图像分割方法，其特征在于，包括如下步骤：T1、采集不完备多模态医学影像数据；T2、基于给定的弱监督标注信息构建不完备多模态医学影像数据中每个影像样本的成对像素点约束，成对像素点约束分为必连约束ML和勿连约束CL，满足必连约束ML的约束时，两个像素点从属于同个簇，满足勿连约束CL的约束时，两个像素点从属于不同簇；T3、对多模态医学影像数据进行清洗；T4、构建多模态医学影像样本数据集；T5、将多模态医学影像样本数据集输入去噪神经网络中，初步滤除其中存在的噪声；T6、对去噪后的多模态医学影像样本的每个模态进行迭代微调，并在迭代过程中确保必连约束ML和勿连约束CL得到满足；T7、设计融合函数，将去噪后的多模态医学影像样本的多个模态进行有机融合，同时规避缺失模态带来的负面影响；T8、设计损失函数，对融合后的多模态医学影像样本进行聚类分析，生成其像素点的聚类结果，进而获取其分割结果；T9、将损失函数进行联合优化，直到满足收敛准则，输出最终图像分割结果。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 基于不完备多模态医学影像的弱监督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