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！

龙图腾网获悉天津大学申请的专利一种半监督医学图像分割方法及装置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：CN119693392B 。

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：202411782443.0，技术领域涉及：G06T7/11；该发明授权一种半监督医学图像分割方法及装置是由雷建军;许欢庆;彭勃;朱杰;宋嘉慧设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种半监督医学图像分割方法及装置在说明书摘要公布了：本发明公开了一种半监督医学图像分割方法及装置，方法包括：构建双分支医学图像分割网络，包括：结构相同的教师子网络和学生子网络；基于分割网络输出分割图；设计熵加权的一致性损失，在分割图的不确定性区域构建一致性约束；对学生子网络输出的分割图进行one‑hot编码以生成伪标签，构建动态加权的伪监督损失为所述伪标签中更加置信的像素赋予更高的权重，以为确定性区域提供更有效的监督；将交叉熵损失和dice损失组成监督损失，将熵加权的一致性损失和动态加权的伪监督损失组成无监督损失，联合监督损失和无监督损失获取网络的总体损失函数；基于总体损失函数进行训练最终输出分割后的医学图像。装置包括：处理器和存储器。本发明为网络提供更加可靠的监督信号，最终实现医学图像分割性能的提升。

本发明授权一种半监督医学图像分割方法及装置在权利要求书中公布了：1.一种半监督医学图像分割方法，其特征在于，所述方法包括： 构建双分支医学图像分割网络，包括：结构相同的教师子网络和学生子网络；包括：基于分割网络输出分割图和，设计熵加权的一致性损失，在分割图的不确定性区域构建一致性约束； 基于和构建了一个联合计数矩阵，将联合计数矩阵进行归一化以得到不确定性图，在不确定性图中，像素值为1表明该像素对应的分割结果是可靠的，像素值为0则表明该像素对应的分割结果是不可靠的； 基于教师子网络输出的分割图，计算其对应的熵值图，对学生子网络输出的分割图进行one-hot编码以生成伪标签，构建动态加权的伪监督损失为所述伪标签中更加置信的像素赋予更高的权重，以为确定性区域提供更有效的监督； 将交叉熵损失和dice损失组成监督损失，将熵加权的一致性损失和动态加权的伪监督损失组成无监督损失，联合监督损失和无监督损失获取网络的总体损失函数； 基于总体损失函数进行训练最终输出分割后的医学图像； 其中，所述熵加权的一致性损失为： ； ； 其中，表示不确定性区域的权重图，表示熵加权的一致性损失，表示Sigmoid函数，表示均方误差函数，所述熵加权的一致性损失使网络在不确定性区域更加关注于置信度低的挑战性像素，提升分割准确性； 其中，所述动态加权的伪监督损失为： 基于学生子网络输出的分割图，首先对其进行one-hot编码以生成伪标签，如下： ； 其中，表示选取最大值对应索引的操作； 同时，计算对应的熵值图；动态加权的伪监督损失的公式为： ； ； 其中，表示动态加权的伪监督损失，表示确定性区域的权重图，表示仅 在确定性区域计算损失，表示dice损失；所述动态加权的伪监督损失通过为伪标签 中更加置信的像素赋予更高的权重，以提升对确定性区域的监督准确性； 其中，所述总体损失函数为： ； ； ； 其中，表示总体损失函数，表示表示监督损失，表示无监督损失，表示当前训练步数，表示总训练步数；表示熵加权的一致性损失，表示动态加权的伪监督损失；表示有标签数据的输入图像经学生子网络预测得到的分割结果，表示对应的分割图真值，表示交叉熵损失；所述多损失函数机制用于将有标签数据和无标签数据被赋予更高效的利用，提升对有标签数据和无标签数据的监督准确性。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。