公开(公告)号：CN118072015A

公开(公告)日：2024-05-24

申请号：CN202410198202.5

申请日：2024-02-22

申请人： 南京鼓楼医院

发明人： 张冰 ,  张鑫 ,  陈俊 ,  陈玖 ,  陆加明 ,  白义钧 ,  朱正阳

IPC分类号： G06V10/26 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464

摘要： 一种基于小样本学习的医学影像分割方法，利用深度学习中自监督的学习方式，仅利用少量样本的方式实现医学影像分割。本发明用预训练的医学影像的特征提取器，结合医学影像的掩码Mask信息，提取医学影像的前景与背景特征，构建图像分割预测模型，基于提取的前景与背景特征学习分割不同类别的器官区域；运用语义先验知识将真实语义对象的边界采用线性空间平滑变换生成伪标签数据作为先验知识，由图像分割预测模型学习样本边界的先验知识，提升分割模型对医学影像分割位置的敏感性。本发明在少量样本的情况下，能帮助准确辨别目标类别在医学图像的所在位置，有效降低了人工标注的成本。