基于弱监督学习的医学图像分割方法及其模型的训练方法
实质审查的生效
摘要
本发明提供基于弱监督学习的医学图像分割方法及其模型的训练方法。其中,训练方法包括:获取若干待分割的医学图像,并对其中的病灶区域进行标注;对各所述待分割的医学图像进行预处理,并按照预设比例将所述预处理后的图像数据划分为训练集和测试集;利用所述训练集来训练一弱监督种子线索提取模型,并利用所述训练集和所述弱监督种子线索提取模型生成的伪标签训练一弱监督图像分割模型;在训练结束后,利用所述测试集对所述训练的弱监督图像分割模型进行测试。本发明训练得到的模型能按照病灶风险程度对医学图像进行相应程度的分割,从而满足实际医学分割场景的需求。
基本信息
专利标题 :
基于弱监督学习的医学图像分割方法及其模型的训练方法
专利标题(英):
暂无
公开(公告)号 :
CN114445423A
申请号 :
CN202210041649.2
公开(公告)日 :
2022-05-06
申请日 :
2022-01-14
授权号 :
暂无
授权日 :
暂无
发明人 :
何良华王方鑫李聪
申请人 :
同济大学;华平信息技术股份有限公司
申请人地址 :
上海市杨浦区四平路1239号
代理机构 :
上海光华专利事务所(普通合伙)
代理人 :
陈珊珊
优先权 :
CN202210041649.2
主分类号 :
G06T7/11
IPC分类号 :
G06T7/11 G06T7/00 G06N3/08 G06K9/62 G16H30/20 G06V10/774
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的,例如平均、减少
G06T7/11
区域分割
法律状态
2022-05-24 :
实质审查的生效
IPC(主分类) : G06T 7/11
申请日 : 20220114
申请日 : 20220114
2022-05-06 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载