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！

龙图腾网获悉大连理工大学申请的专利一种基于原型对比学习的半监督多类别医学图像语义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：CN119580254B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411568199.8，技术领域涉及：G06V20/70；该发明授权一种基于原型对比学习的半监督多类别医学图像语义分割方法是由刘斌;任洁舒设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于原型对比学习的半监督多类别医学图像语义分割方法在说明书摘要公布了：本发明公开了一种基于原型对比学习的半监督多类别医学图像语义分割方法，包括：再将标记图像数据集和未标记图像数据集划分为训练样本集和测试样本集；构建半监督语义分割的深度学习模型，构造主分支网络的类原型特征库，构建深度学习模型的总损失函数，将训练样本集输入至该深度学习模型中进行训练获得语义分割模型，其中在每一轮训练中均应用随机旋转和随机翻转的数据增强方案；使用测试样本对已经训练好的深度学习模型进行测试，输出测试样本图像分割结果。本方法减少了日常医学图像处理任务中医生需要对数据进行标注的工作量，解决了医学图像处理领域普遍存在的数据标注稀缺的问题。

本发明授权一种基于原型对比学习的半监督多类别医学图像语义分割方法在权利要求书中公布了：1.一种基于原型对比学习的半监督多类别医学图像语义分割方法，其特征在于包括： 对获取的多个CTMR切片图像进行预处理及部分图像标注，从而得到标记图像数据集和未标记图像数据集，再将标记图像数据集和未标记图像数据集划分为训练样本集和测试样本集； 构建半监督语义分割的深度学习模型，该模型包括左主分支网络和右主分支网络，每个主分支网络均包括编码器和解码器，两个主分支网络分别采用不同的初始化策略； 构造主分支网络的类原型特征库，其中左主分支网络包括由有标记数据的标签引导构建的类原型特征库，右主分支网络包括由高质量伪标签引导构建的类原型特征库； 构建深度学习模型的总损失函数，其中基于不同上采样的交叉伪监督的一致性损失、不同初始化的交叉伪监督的一致性损失、由标记数据的标签引导的原型对比学习的对比损失、由高质量伪标签引导的原型对比学习的对比损失构建该损失函数； 将训练样本集输入至该深度学习模型中进行训练获得语义分割模型，其中在每一轮训练中均应用随机旋转和随机翻转的数据增强方案； 使用测试样本对已经训练好的深度学习模型进行测试，输出测试样本图像分割结果。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路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。