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！

龙图腾网获悉西安电子科技大学申请的专利基于交叉伪监督的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：CN119785034B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411988517.6，技术领域涉及：G06V10/26；该发明授权基于交叉伪监督的医学图像分割方法是由路文;王晓琴;刘易;李硕;何立火设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于交叉伪监督的医学图像分割方法在说明书摘要公布了：本发明提出了一种基于交叉伪监督的医学图像分割方法，实现步骤为：获取训练和测试样本集；构建基于强弱扰动一致性的交叉伪监督的医学图像分割网络模型并对其进行迭代训练；获取医学图像分割结果。本发明通过第一支网络对弱扰动后的样本进行强扰动再进行图像级强扰动分割，同时第二支网络对弱扰动后的样本进行特征级强扰动分割，并通过交叉伪监督模块分别计算图像级和特征级强扰动分割子网络的交叉伪监督损失，实现了强弱扰动一致性，避免了现有技术过分依赖弱扰动导致的训练偏差累积的缺陷，能够更好地学习图像中复杂的边缘特征，与现有技术相比，有效提高了分割精度。

本发明授权基于交叉伪监督的医学图像分割方法在权利要求书中公布了：1.一种基于交叉伪监督的医学图像分割方法，其特征在于，包括如下步骤： 1获取训练样本集和测试样本集： 对包括多个像素类别的Zs幅带有标签的3D医学图像进行预处理，并将预处理得到的Ks幅2D医学图像中的N幅2D医学图像及其标签组成有标签训练样本集，将剩余的2D医学图像中半数以上作为无标签训练样本集，其余的2D医学图像作为测试样本集，其中，Zs≥200，Ks≥2000， 2构建基于交叉伪监督的医学图像分割网络模型： 构建包括弱扰动模块和与其级联且并行排布的第一支网络和第二支网络，以及与该两个支网络的输出端连接的交叉伪监督模块的医学图像分割网络模型O；其中第一支网络包括级联的强扰动池、图像级强扰动分割子网络和扰动恢复池；第二支网络包括级联的特征级强扰动分割子网络和扰动重做池；图像级强扰动分割子网络以及特征级强扰动分割子网络的输出端还与交叉伪监督模块连接； 3对医学图像分割网络模型进行迭代训练： 将标签训练样本集和无标签训练样本集分批次作为医学图像分割网络模型O的输入进行迭代训练，得到训练好的医学图像分割网络模型O*； 4获取医学图像的分割结果： 将测试样本集作为训练好的医学图像分割网络模型O*中图像级强扰动分割子网络P*的输入进行前向推理，得到每个测试样本的分割结果图。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。

以上内容由龙图腾AI智能生成。