公开(公告)号：CN117036286A

公开(公告)日：2023-11-10

申请号：CN202311005209.2

申请日：2023-08-10

Applicant: 杭州电子科技大学

Inventor： 翁腾缙 ,  王帅 ,  颜成钢 ,  黄星儒 ,  高宇涵 ,  王健博 ,  何帆 ,  于姗姗 ,  周振 ,  沈洋

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种基于点标签学习的OCT图像积液分割方法。通过超像素算法，对点标注数据生成带噪标签；将少量有全标注数据的OCT图像和大量有带噪标签的OCT图像输入师生架构网络，训练得到带噪网络；采用自信学习模块识别噪声和标签修复模块对带噪标签进行细化得到去噪标签；将少量有全标注数据的图像和大量有去噪标签的图像输入师生架构网络，训练得到最终去噪网络。最后通过最终去噪网络完成OCT图像积液分割。这种两阶段的去噪方法可以使得最终的模型尽量避免学习到带噪标签中的噪声。

公开(公告)号：CN117036285A

公开(公告)日：2023-11-10

申请号：CN202311005204.X

申请日：2023-08-10

Applicant: 杭州电子科技大学

Inventor： 翁腾缙 ,  王帅 ,  颜成钢 ,  黄星儒 ,  高宇涵 ,  王健博 ,  何帆 ,  于姗姗 ,  周振 ,  沈洋

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种基于注释和预测一致性的半监督分割方法，首先获取具有模糊分割目标的图像样本数据集，对数据集进行数据预处理；然后构建并训练注释和预测一致性模型；最后将测试集图像信息输入训练完毕的注释和预测一致性模型，输出得到与输入图像信息相对应的分割掩膜。本发明将多注释引入半监督分割，通过多个注释的多样性和互补性，提取对象边界的关键信息以实现准确分割。与其他仅依赖单个注释的半监督方法相比，注释和预测一致性网络在处理具有模糊边界的医学图像分割中表现出色。