-
公开(公告)号：CN116485818A
公开(公告)日：2023-07-25
申请号：CN202310609015.7
申请日：2023-05-26
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于半监督学习的肺支气管分割方法，涉及智慧医疗技术领域。采用半监督一致性学习的方法利用大量的无标签数据；教师模型通过计算输入中的每个体素的预测熵作为近似不确定性的度量，学生模型通过教师模型的不确定性信息，从有意义和可靠的目标中学习；学生模型的输出结果输入置信网络，无标签数据的分割结果和有标签数据的分割结果对置信网络进行训练，得到置信损失；总损失中包含置信损失，训练模型使总损失最小。本发明可以提高模型分割结果，实现用少量标记数据集自动分割肺支气管的任务。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
