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！

龙图腾网获悉上海交通大学申请的专利一种基于半监督学习的肺支气管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：CN116485818B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310609015.7，技术领域涉及：G06T7/11；该发明授权一种基于半监督学习的肺支气管分割方法是由于子涵;顾力栩设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种基于半监督学习的肺支气管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学习的肺支气管分割方法，涉及智慧医疗技术领域。采用半监督一致性学习的方法利用大量的无标签数据；教师模型通过计算输入中的每个体素的预测熵作为近似不确定性的度量，学生模型通过教师模型的不确定性信息，从有意义和可靠的目标中学习；学生模型的输出结果输入置信网络，无标签数据的分割结果和有标签数据的分割结果对置信网络进行训练，得到置信损失；总损失中包含置信损失，训练模型使总损失最小。本发明可以提高模型分割结果，实现用少量标记数据集自动分割肺支气管的任务。

本发明授权一种基于半监督学习的肺支气管分割方法在权利要求书中公布了：1.一种基于半监督学习的肺支气管分割方法，其特征在于，包括以下步骤： 步骤1、收集肺部CT图像数据集，对部分数据集进行标注，得到部分标注的训练数据集； 步骤2、构建学生教师模型，学生模型和教师模型为两个结构相同的分割模型，教师模型参数通过学生模型训练参数指数平移平均法更新；指数平移平均法由以下公式表示： 其中为学生模型在训练周期为t时的模型参数；和分别为教师模型在训练周期为t-1和t时的时间参数，是更新过程中保留原本参数的权重；教师模型通过计算输入中的每个体素的预测熵作为近似不确定性的度量；学生模型通过教师模型的不确定性信息，逐渐从有意义和可靠的目标中学习； 教师模型估计不确定性具体方式为，对于输入中的每个体素，选择预测熵作为近似不确定性的度量，计算公式如下： 在随机输入高斯噪声的情况下对教师模型进行T次随机前向传播，表示第t次前向传播预测为第c类的概率，得到教师模型对每个体素点预测的不确定性； 在计算对无标签数据集加入不同随机扰动后分别加入学生模型和教师模型分割结果的一致性损失时，仅对教师模型计算可信度大于0.75的数据计算一致性损失，所述一致性损失如以下公式表示： 其中，为学生模型的预测结果，为教师模型在第v个体素处的预测结果，教师模型在第v个体素处计算的不确定度； 步骤3、将有标签的数据集加入随机扰动后输入学生模型进行有监督训练，并计算交叉熵损失，将计算所得交叉熵损失作为有监督损失； 步骤4、将学生模型的输出结果输入置信网络，无标签数据输入学生模型的分割结果和有标签数据的分割结果对置信网络进行训练，并得到置信损失； 步骤5、总损失为所述步骤2所得一致性损失，所述步骤3所得交叉熵损失及所述步骤4所得置信损失分别乘权重系数后的和，在训练总损失收敛时得到训练好的模型； 所述置信网络包括输入层，隐藏层，输出层； 所述输入层接收学生网络输出的分割结果； 所述隐藏层包括卷积层，激活函数和池化层，卷积层通过卷积操作来提取输入数据的特征，并通过激活函数和池化层来进一步提取和压缩特征。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。