買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉江蘇科技大學(xué)申請(qǐng)的專利一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115170806B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211002881.1，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法是由吳瑞卿;段先華設(shè)計(jì)研發(fā)完成，并于2022-08-19向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法，包括如下步驟：處理數(shù)據(jù)集，將數(shù)據(jù)集按照4:1的比例隨機(jī)劃分為訓(xùn)練集和測(cè)試集，并進(jìn)行圖像增強(qiáng)；搭建DNSS網(wǎng)絡(luò)模型，采用基于幾何感知網(wǎng)絡(luò)和基于圖像變換一致性網(wǎng)絡(luò)，并在輔助網(wǎng)絡(luò)末端添加不確定性感知模塊，以有效的利用未標(biāo)記數(shù)據(jù)；在訓(xùn)練集上，對(duì)DNSS網(wǎng)絡(luò)進(jìn)行訓(xùn)練，執(zhí)行分割任務(wù)并生成分割模型；在測(cè)試集上測(cè)試模型，根據(jù)測(cè)試的結(jié)果，選擇出性能最優(yōu)的模型為最終模型，并保存下來(lái)。本發(fā)明能夠生成高效、精確的標(biāo)簽數(shù)據(jù)，減少醫(yī)學(xué)圖像分割對(duì)人工記數(shù)據(jù)的依賴，減少人工標(biāo)記醫(yī)學(xué)圖像的成本，可以輔助醫(yī)生診斷。

本發(fā)明授權(quán)一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法在權(quán)利要求書中公布了：1.一種基于半監(jiān)督的雙網(wǎng)絡(luò)醫(yī)學(xué)圖像分割方法，其特征在于：所述該方法包括以下步驟： 步驟1：收集樣本，標(biāo)注標(biāo)簽，按照4:1的比例將數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集和測(cè)試集，通過(guò)隨機(jī)翻轉(zhuǎn)，隨機(jī)裁剪進(jìn)行數(shù)據(jù)增強(qiáng)； 步驟2：搭建DNSS網(wǎng)絡(luò)模型，采用基于符號(hào)距離函數(shù)的幾何感知網(wǎng)絡(luò)和基于圖像變換一致性網(wǎng)絡(luò)作為輔助解碼網(wǎng)絡(luò)來(lái)搭建DNSS網(wǎng)絡(luò)模型，并在輔助網(wǎng)絡(luò)末端添加不確定性感知模塊； 搭建DNSS網(wǎng)絡(luò)模型選用V-Net作為骨干網(wǎng)絡(luò)； 所述DNSS網(wǎng)絡(luò)模型包括幾何感知網(wǎng)絡(luò)和圖像擾動(dòng)一致性網(wǎng)絡(luò)，幾何感知網(wǎng)絡(luò)在主干網(wǎng)絡(luò)的末端額外增加一個(gè)符號(hào)距離函數(shù)，通過(guò)對(duì)符號(hào)距離函數(shù)生成的符號(hào)距離圖進(jìn)行逆變換獲取與真實(shí)標(biāo)簽相類似的分割圖； 所述圖像擾動(dòng)一致性網(wǎng)絡(luò)保留V-Net的下采樣過(guò)程，上采樣過(guò)程為了增強(qiáng)網(wǎng)絡(luò)對(duì)不同擾動(dòng)下的健壯性，將原有的單一上采樣拓展成2種不同的上采樣過(guò)程； 圖像擾動(dòng)一致性網(wǎng)絡(luò)通過(guò)添加引導(dǎo)性掩蔽和引導(dǎo)性裁剪到V-Net中，引導(dǎo)性掩蔽是為了避免網(wǎng)絡(luò)過(guò)于依賴上下文關(guān)系；引導(dǎo)裁剪來(lái)避免網(wǎng)絡(luò)對(duì)輸入樣本特定部分的依賴； 在輔助網(wǎng)絡(luò)末端添加不確定性修正模塊，不確定性修正模塊的結(jié)構(gòu)為： 將真實(shí)預(yù)測(cè)值納入到量化函數(shù)中，達(dá)到增強(qiáng)不確定度穩(wěn)定性的作用，使得主網(wǎng)絡(luò)從輔助網(wǎng)絡(luò)中學(xué)習(xí)高置信度預(yù)測(cè)，針對(duì)圖像擾動(dòng)一致性網(wǎng)絡(luò)的不確定性感知函數(shù)定義為： 其中，i表示對(duì)應(yīng)體素的索引，N是輔助分類器的總數(shù)，q是主網(wǎng)絡(luò)的預(yù)測(cè)值，將輔助分類器的預(yù)測(cè)值表示為p，n表示相應(yīng)輔助分類器的索引； 為了將不確定值更好的轉(zhuǎn)化成置信概率，將上述值量化成熵，熵的值越高，輔助費(fèi)分類器的預(yù)測(cè)置信就越低，定義如下： 通過(guò)上述方法來(lái)量化的不確定性用于過(guò)濾不確定體素，從而引導(dǎo)模型從更可靠的未標(biāo)記數(shù)據(jù)中學(xué)習(xí)；將i表示為預(yù)測(cè)對(duì)應(yīng)的體素的索引，設(shè)置門控函數(shù)：τe用來(lái)過(guò)濾不可靠的輔助分類器體素： 步驟3：在訓(xùn)練集上對(duì)DNSS網(wǎng)絡(luò)進(jìn)行訓(xùn)練，執(zhí)行分割任務(wù)并生成訓(xùn)練參數(shù)； 步驟4：通過(guò)訓(xùn)練參數(shù)在測(cè)試集上測(cè)試模型生成分割結(jié)果，并保存下來(lái)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人江蘇科技大學(xué)，其通訊地址為：212008 江蘇省鎮(zhèn)江市夢(mèng)溪路2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。