公开(公告)号：CN117058156B

公开(公告)日：2024-10-29

申请号：CN202310731105.3

申请日：2023-06-20

Applicant: 苏州大学

Inventor： 刘纯平 ,  刘诗笛 ,  陈宁强 ,  季怡 ,  李蓥

IPC: G06T7/10 ,  G06N3/096 ,  G06N3/0895 ,  G06N3/0455

Abstract: 本发明涉及一种半监督医学图像分割方法，包括：通过输入数据对学生模型和教师模型训练，计算学生模型的监督损失和教师模型的确定性图；通过确定性图获得权重图，根据权重图计算教师模型监督学生模型的概率图；通过学生模型的监督损失、学生模型的预测概率图和教师模型监督学生模型的概率图计算一致性损失，获得优化的学生模型；通过学生模型的参数和教师模型的参数，更新教师模型；本发明实现了使用加权集成策略提高教师模型预测质量，促使学生模型可以从可靠的知识中学习；使用空间注意力机制增强分割网络特征表示能力，产生高质量的分割结果。

公开(公告)号：CN117058156A

公开(公告)日：2023-11-14

申请号：CN202310731105.3

申请日：2023-06-20

Applicant: 苏州大学

Inventor： 刘纯平 ,  刘诗笛 ,  陈宁强 ,  季怡 ,  李蓥

IPC: G06T7/10 ,  G06N3/096 ,  G06N3/0895 ,  G06N3/0455

Abstract: 本发明涉及一种半监督医学图像分割方法，包括：通过输入数据对学生模型和教师模型训练，计算学生模型的监督损失和教师模型的确定性图；通过确定性图获得权重图，根据权重图计算教师模型监督学生模型的概率图；通过学生模型的监督损失、学生模型的预测概率图和教师模型监督学生模型的概率图计算一致性损失，获得优化的学生模型；通过学生模型的参数和教师模型的参数，更新教师模型；本发明实现了使用加权集成策略提高教师模型预测质量，促使学生模型可以从可靠的知识中学习；使用空间注意力机制增强分割网络特征表示能力，产生高质量的分割结果。