公开(公告)号：CN119295491B

公开(公告)日：2025-03-25

申请号：CN202411804970.7

申请日：2024-12-10

Applicant: 厦门大学附属心血管病医院(厦门市心脏中心)

Inventor： 张乐 ,  林喜 ,  黄晨曦 ,  王斌

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09 ,  G06N3/088

Abstract: 本发明提供一种基于边界对比的域适应跨模态医学图像分割方法、装置、设备和介质，涉及医学图像分割技术领域。方法包括：从源域和目标域数据集分别获取源样本和目标域图像；以第一图像分割模型为教师模型，为目标域图像的伪标签分配权重；通过双向跨域cutmix得训练样本；以权重可学习的第一模型为学生模型，进行监督和自我训练；训练时结合监督损失和对比损失，以将查询样本拉向原型正样本、推离边界负样本为目标优化参数，获取第二图像分割模型；最后用该模型分割第二模态医学图像。该方法在跨模态医学图像分割中有显著优势，能有效提升分割性能。

公开(公告)号：CN119295491A

公开(公告)日：2025-01-10

申请号：CN202411804970.7

申请日：2024-12-10

Applicant: 厦门大学附属心血管病医院(厦门市心脏中心)

Inventor： 张乐 ,  林喜 ,  黄晨曦 ,  王斌

IPC: G06T7/11 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09 ,  G06N3/088

Abstract: 本发明提供一种基于边界对比的域适应跨模态医学图像分割方法、装置、设备和介质，涉及医学图像分割技术领域。方法包括：从源域和目标域数据集分别获取源样本和目标域图像；以第一图像分割模型为教师模型，为目标域图像的伪标签分配权重；通过双向跨域cutmix得训练样本；以权重可学习的第一模型为学生模型，进行监督和自我训练；训练时结合监督损失和对比损失，以将查询样本拉向原型正样本、推离边界负样本为目标优化参数，获取第二图像分割模型；最后用该模型分割第二模态医学图像。该方法在跨模态医学图像分割中有显著优势，能有效提升分割性能。