买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种基于扰动协同训练的半监督医学图像分割方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116363144B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310333322.7，技术领域涉及：G06T7/10；该发明授权一种基于扰动协同训练的半监督医学图像分割方法是由李武军;何峰彬设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于扰动协同训练的半监督医学图像分割方法在说明书摘要公布了：本发明公开了一种基于扰动协同训练的半监督医学图像分割方法，利用少量有标记医学图像的同时挖掘大量无标记医学图像中的信息来提升分割模型的性能，对于有标记数据，使用标记对两个子网络的预测结果进行监督；对于无标记数据，两个子网络基于各自的预测结果生成伪标签，然后使用伪标签对对方子网络的预测结果进行监督。在生成伪标签的过程中，子网络基于对方子网络的特征信息对编码器提取的特征进行扰动，从而增加伪标签的多样性，进而提升协同训练的效果。本发明所述方法能够适用于各种部位的医学图像分割任务，具有良好的普适性和通用性。

本发明授权一种基于扰动协同训练的半监督医学图像分割方法在权利要求书中公布了：1.一种基于扰动协同训练的半监督医学图像分割方法，其特征在于，包括以下步骤： 1输入训练数据集，所述训练数据集包含大量无标记数据和少量有标记数据；随机初始化两个结构相同的编码器-解码器分割网络参数； 2从训练数据集中采样有标签的医疗图像及其对应的标签Xl,Yl以及无标签的医疗图像Xu，其中Yl∈{0,1}H×W×D，H,W,D分别代表图像的高度、宽度和深度，Yl的元素取值范围为{0,1}，0代表背景体素，1代表前景体素； 3对输入数据进行预处理及数据增广，所述预处理包括将输入图像归一化到区间[0,1]以及将输入图像和标签进行随机裁剪； 4对于有标签数据Xl，将其输入两个子网络中，得到两个子网络各自的预测结果Pl,1,Pl,2∈[0,1]H×W×D，基于预测结果Pl,1,Pl,2和标签Yl计算Dice损失和二元交叉熵损失，将二者求和作为有标记数据上的训练损失 5将无标签数据Xu输入两个子网络中，在计算的过程中基于子网络之间的特征信息对编码器特征进行扰动，生成伪标签 6再次将无标记数据Xu其输入两个子网络中，得到两个子网络各自的预测结果Pu,1,Pu,2∈[0,1]H×W×D，基于预测结果Pu,1,Pu,2和伪标签计算Dice损失和二元交叉熵损失，将二者求和作为无标记数据上的训练损失 7基于有标记数据上的训练损失和无标记数据上的训练损失计算整体训练损失更新分割网络； 8判断是否达到最大迭代轮次，否则返回步骤2； 9停止训练，使用训练好的模型对输入图像X做出预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。