公开(公告)号：CN113902670A

公开(公告)日：2022-01-07

申请号：CN202111010966.X

申请日：2021-08-31

Applicant: 北京医准智能科技有限公司

Inventor： 常瑞恒 ,  王东 ,  马璐 ,  胡阳 ,  王立威 ,  丁佳 ,  吕晨翀

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11

Abstract: 本申请公开了一种基于弱监督学习的超声视频分割方法及装置，所述方法包括：获得第一视频样本，对所述第一视频样本进行弱监督标注，以得到标注有图片类别标签的弱监督标注图片；将所述弱监督标注图片输入视频注意力网络模型进行弱监督学习，获得目标视频注意力网络模型；所述目标视频注意力网络模型用于确定所述弱监督标注图片上的图片分割区域，以获得与所述第一视频样本对应的第二视频样本；将所述第二视频样本输入视频分割模型进行有监督学习，以获得目标视频分割模型，应用本方法实施例提供的方法，在训练超声视频分割模型的时候，能够节省大量的人力物力成本，并提高超声视频分割模型的分割效果。

公开(公告)号：CN113902670B

公开(公告)日：2022-07-29

申请号：CN202111010966.X

申请日：2021-08-31

Applicant: 北京医准智能科技有限公司

Inventor： 常瑞恒 ,  王东 ,  马璐 ,  胡阳 ,  王立威 ,  丁佳 ,  吕晨翀

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请公开了一种基于弱监督学习的超声视频分割方法及装置，所述方法包括：获得第一视频样本，对所述第一视频样本进行弱监督标注，以得到标注有图片类别标签的弱监督标注图片；将所述弱监督标注图片输入视频注意力网络模型进行弱监督学习，获得目标视频注意力网络模型；所述目标视频注意力网络模型用于确定所述弱监督标注图片上的图片分割区域，以获得与所述第一视频样本对应的第二视频样本；将所述第二视频样本输入视频分割模型进行有监督学习，以获得目标视频分割模型，应用本方法实施例提供的方法，在训练超声视频分割模型的时候，能够节省大量的人力物力成本，并提高超声视频分割模型的分割效果。