公开(公告)号：CN115018856A

公开(公告)日：2022-09-06

申请号：CN202210755316.6

申请日：2022-06-29

Applicant: 安徽大学

Inventor： 屈磊 ,  陶在洋 ,  吴军 ,  欧阳磊 ,  朱铃菲 ,  刘仲文 ,  赵靖雨 ,  姚亚虎

IPC: G06T7/10 ,  G06T7/30 ,  G06T7/00

Abstract: 本发明提供了一种基于对比学习和空间编码的弱监督医学图像分割配准协同方法，通过先构建图像分割模型，用少量标注图像预训练分割模型；获取医学图像数据及其器官分割标注，将其划分为浮动图像和固定图像；使用分割模型预测没有分割标注的图像分割标注；使用预测的分割标注计算图像的空间编码用于配准网络的训练；使用分割标注计算结构对应信息用于像素级Siamese网络的训练；使用配准模型生成增广数据结合Siamese网络进行分割模型的再训练，重复训练直到多个模型收敛。通过以上的配准和分割模型，大大提升了小样本情况下医学图像分割和配准任务的表现，实现了医学图像配准和分割任务之间的协同联合处理。

公开(公告)号：CN115018856B

公开(公告)日：2025-04-29

申请号：CN202210755316.6

申请日：2022-06-29

Applicant: 安徽大学

Inventor： 屈磊 ,  陶在洋 ,  吴军 ,  欧阳磊 ,  朱铃菲 ,  刘仲文 ,  赵靖雨 ,  姚亚虎

IPC: G06T7/10 ,  G06T7/30 ,  G06T7/00

Abstract: 本发明提供了一种基于对比学习和空间编码的弱监督医学图像分割配准协同方法，通过先构建图像分割模型，用少量标注图像预训练分割模型；获取医学图像数据及其器官分割标注，将其划分为浮动图像和固定图像；使用分割模型预测没有分割标注的图像分割标注；使用预测的分割标注计算图像的空间编码用于配准网络的训练；使用分割标注计算结构对应信息用于像素级Siamese网络的训练；使用配准模型生成增广数据结合Siamese网络进行分割模型的再训练，重复训练直到多个模型收敛。通过以上的配准和分割模型，大大提升了小样本情况下医学图像分割和配准任务的表现，实现了医学图像配准和分割任务之间的协同联合处理。