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！

龙图腾网获悉浙江大学申请的专利基于伪标签散度主动学习的劲动脉超声图像内膜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：CN117036864B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202311058602.8，技术领域涉及：G06V10/774；该发明授权基于伪标签散度主动学习的劲动脉超声图像内膜分割方法是由唐语骋;徐翔设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本基于伪标签散度主动学习的劲动脉超声图像内膜分割方法在说明书摘要公布了：本发明公开了一种基于伪标签散度主动学习的劲动脉超声图像内膜分割方法，首先通过标注图像集对学生网络参数进行拟合，使得学生网络的性能呈大幅上升的趋势，在训练后期监测平均交并比变化速率，如果平均交并比变化速率小于早停参数则停止拟合，以避免过拟合；并且将基于已更新教师网络针对标注图像的每帧像素输出的最大预测值与标签细化参数进行比较，基于比较结果更新标注标签得到更为准确的标注标签，基于以上两点，本发明提供的方法能够更为准确的预测劲动脉超声图像内膜。

本发明授权基于伪标签散度主动学习的劲动脉超声图像内膜分割方法在权利要求书中公布了：1.一种基于伪标签散度主动学习的劲动脉超声图像内膜分割方法，其特征在于，包括： S1、将劲动脉超声图像集作为训练集，将训练集分为标注图像集和未标注图像集，通过标注图像集和标注标签构建标注池； S2、初始化学生网络和教师网络参数，通过内循环更新学生网络和教师网络参数，以及优化标注标签，包括： S21、依次基于标注图像集采用监督损失函数和基于未标注图像集采用一致性损失函数更新学生网络参数得到优化后的学生网络； S22、基于更新后的学生网络参数采用指数移动平均方法更新教师网络参数，通过标注图像集采用优化后的学生网络得到预测值，并获得所述预测值与标注标签的平均交并比； S23、若内循环的当前周期数达到第一周期数阈值，则对得到的平均交并比与对应的内循环的周期数进行拟合得到拟合函数，否则迭代步骤S21-S22； S24、对拟合函数求导，采用求导后的函数基于当前和上一次内循环周期数得到平均交并比变化速率，若平均交并比变化速率小于早停参数，则基于已更新教师网络针对标注图像的每帧像素输出的最大预测值与标签细化参数进行比较，基于比较结果更新标注标签得到优化后标注标签，否则迭代步骤S21-S23，将劲动脉超声图像输入优化后的教师网络得到内膜预测值； 通过外循环的训练得到优化后标注池和未标注图像，并得到最终教师网络，包括： S3、将未标注图像集中的部分未标注图像进行标注从而对标注图像集和未标注图像集进行优化，包括： S31、基于优化后的教师网络和学生网络的预测结果计算未标注图像集中的图像样本的KL散度； S32、未标注图像集中的图像样本的KL散度进行降序排列，筛选排名前n个KL散度对应的未标图像样本； S33、对筛选的未标图像样本进行再次标注得到新的标注标签，并将再次标注后的图像样本加入到标注图像集和从未标注图像集中剔除分别得到优化后的标注图像集和未标注图像集，通过优化后的标注图像、新的标注标签和优化后标注标签构建优化后标注池； S4、若外循环的周期数达到第二周期数阈值，则停止外循环得到最终教师网络，否则迭代步骤S2-S3；所述外循环的周期为步骤S2-S4。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。