公开(公告)号：CN117456177A

公开(公告)日：2024-01-26

申请号：CN202311397105.0

申请日：2023-10-25

Applicant: 陕西科技大学

Inventor： 路艳 ,  文思佳 ,  雷涛 ,  万永 ,  杜晓刚 ,  章为川 ,  梁挺

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06T7/00

Abstract: 本发明公开了基于级联并行CNN‑Transformer和全扰动的半监督医学图像分割方法，包括如下步骤：步骤1、对原始医学图像数据集进行预处理；步骤2、结合基于级联并行CNN‑Transformer结构的编码器和全扰动一致性学习策略，构建出基于级联并行CNN‑Transformer的全扰动自集成框架FPSE，先通过CNN提取医学图像的浅层局部特征，再通过CNN和Transformer双分支网络分别提取医学图像的深层局部和全局特征；步骤3、配置FPSE训练所需的参数，利用预处理后的医学图像数据集对FPSE进行半监督训练，更新FPSE的最优权重和参数；步骤4、对训练好的FPSE进行医学图形分割，输出预测结果。本发明在标记数据非常有限的情况下，提高了对医学图像分割的准确性和鲁棒性。

公开(公告)号：CN119379710A

公开(公告)日：2025-01-28

申请号：CN202411369526.7

申请日：2024-09-29

Applicant: 陕西科技大学

Inventor： 雷涛 ,  杨子瑶 ,  路艳 ,  杜晓刚 ,  王毅 ,  闵重丹 ,  王梦溪

IPC: G06T7/11 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开了一种基于可疑像素相互修正的半监督医学图像分割方法，包括：1、对数据集进行预处理并划分；2、构建半监督医学图像分割网络模型SPMC，包括网络A、网络B、CDPS模块和SPLAT模块，网络A和网络B采用相同的编码器和上采样方式不同的解码器；CDPS筛查网络A和网络B输出的标注数据预测结果，识别出难以准确预测的共困像素，参考已有标签修正共困像素；SPLAT筛选网络A和网络B输出的未标注数据预测结果，用网络A生成的可信像素对网络B中可疑像素进行伪监督，计算总损失并更新参数；3、训练网络模型SPMC；4、评估SPMC性能并优化参数；5、将待分割的医学图像输入训练好的SPMC，输出分割结果。本发明提高了对图像中复杂及模糊的困难区域的预测准确性。

公开(公告)号：CN117893760A

公开(公告)日：2024-04-16

申请号：CN202410044886.3

申请日：2024-01-12

Applicant: 陕西科技大学

Inventor： 雷涛 ,  王毅 ,  路艳 ,  肖佳仪 ,  杜晓刚 ,  王营博

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06V10/771 ,  G06V10/774 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了一种基于困难像素和有效图像的联合特征一致性的半监督医学图像分割方法，包括：加载医学图像数据进行预处理操作，其中训练集被分为标记图像和无标记图像；医学图像数据输入UFC半监督孪生网络，网络包括学生模型、教师模型、困难像素特征选择器和类特征提取器，学生模型和教师模型均包括提取器和分类器，学生模型和教师模型之间权值共享；对于标记图像，输入学生模型并得到输出，计算学生模型的输出与标签的监督损失；对于无标记图像，分别输入学生模型和教师模型并得到输出，并使用教师模型的输出来检测学生模型的输出作为一致性损失；使用监督损失和一致性损失的加权优化模型参数，并多次优化后输出，完成医学图像分割。