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！

龙图腾网获悉江苏科技大学申请的专利一种基于半监督的双网络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：CN115170806B 。

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：202211002881.1，技术领域涉及：G06V10/26；该发明授权一种基于半监督的双网络医学图像分割方法是由吴瑞卿;段先华设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于半监督的双网络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半监督的双网络医学图像分割方法，包括如下步骤：处理数据集，将数据集按照4:1的比例随机划分为训练集和测试集，并进行图像增强；搭建DNSS网络模型，采用基于几何感知网络和基于图像变换一致性网络，并在辅助网络末端添加不确定性感知模块，以有效的利用未标记数据；在训练集上，对DNSS网络进行训练，执行分割任务并生成分割模型；在测试集上测试模型，根据测试的结果，选择出性能最优的模型为最终模型，并保存下来。本发明能够生成高效、精确的标签数据，减少医学图像分割对人工记数据的依赖，减少人工标记医学图像的成本，可以辅助医生诊断。

本发明授权一种基于半监督的双网络医学图像分割方法在权利要求书中公布了：1.一种基于半监督的双网络医学图像分割方法，其特征在于：所述该方法包括以下步骤： 步骤1：收集样本，标注标签，按照4:1的比例将数据集随机划分为训练集和测试集，通过随机翻转，随机裁剪进行数据增强； 步骤2：搭建DNSS网络模型，采用基于符号距离函数的几何感知网络和基于图像变换一致性网络作为辅助解码网络来搭建DNSS网络模型，并在辅助网络末端添加不确定性感知模块； 搭建DNSS网络模型选用V-Net作为骨干网络； 所述DNSS网络模型包括几何感知网络和图像扰动一致性网络，几何感知网络在主干网络的末端额外增加一个符号距离函数，通过对符号距离函数生成的符号距离图进行逆变换获取与真实标签相类似的分割图； 所述图像扰动一致性网络保留V-Net的下采样过程，上采样过程为了增强网络对不同扰动下的健壮性，将原有的单一上采样拓展成2种不同的上采样过程； 图像扰动一致性网络通过添加引导性掩蔽和引导性裁剪到V-Net中，引导性掩蔽是为了避免网络过于依赖上下文关系；引导裁剪来避免网络对输入样本特定部分的依赖； 在辅助网络末端添加不确定性修正模块，不确定性修正模块的结构为： 将真实预测值纳入到量化函数中，达到增强不确定度稳定性的作用，使得主网络从辅助网络中学习高置信度预测，针对图像扰动一致性网络的不确定性感知函数定义为： 其中，i表示对应体素的索引，N是辅助分类器的总数，q是主网络的预测值，将辅助分类器的预测值表示为p，n表示相应辅助分类器的索引； 为了将不确定值更好的转化成置信概率，将上述值量化成熵，熵的值越高，辅助费分类器的预测置信就越低，定义如下： 通过上述方法来量化的不确定性用于过滤不确定体素，从而引导模型从更可靠的未标记数据中学习；将i表示为预测对应的体素的索引，设置门控函数：τe用来过滤不可靠的辅助分类器体素： 步骤3：在训练集上对DNSS网络进行训练，执行分割任务并生成训练参数； 步骤4：通过训练参数在测试集上测试模型生成分割结果，并保存下来。

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江苏科技大学，其通讯地址为：212008 江苏省镇江市梦溪路2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”。