[发明专利]一种基于一致性损失函数的半监督医学图像分割方法有效
| 申请号： | 202310545669.8 | 申请日： | 2023-05-16 |
| 公开（公告）号： | CN116258730B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 贺阿龙;李涛 | 申请（专利权）人： | 先进计算与关键软件（信创）海河实验室;南开大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06N3/0455;G06N3/084;G06N3/0895;G06T7/00 |
| 代理公司： | 天津睿勤专利代理事务所(普通合伙) 12225 | 代理人： | 孟福成 |
| 地址： | 300450 天津市滨*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于一致性损失函数的半监督医学图像分割方法，属于神经网络技术领域，使用基于频域和多粒度相似度一致性约束来训练分割网络，通过利用有限标注样本和大量无标注样本来对医学图像进行高效地分割。根据频域和区域多粒度一致性约束，可以为无标注数据提供相应的监督信号，进而模型可以同时利用有标注和无标注数据训练模型，其中，频域一致性利用离散余弦变换将图像变换到频域；多尺度区域一致性可以利用区域一致性信息，可以为模型提供丰富的区域语义信息。本发明可减少全监督深度学习分割模型对标注数据的需求，从而减少90%标注成本，可以使得模型在有限标注样本的指导学习下利用大量无标注数据。 | ||
| 搜索关键词： | 一种 基于 一致性 损失 函数 监督 医学 图像 分割 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于先进计算与关键软件（信创）海河实验室;南开大学，未经先进计算与关键软件（信创）海河实验室;南开大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310545669.8/，转载请声明来源钻瓜专利网。
