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！

龙图腾网获悉北华大学申请的专利基于双重校正互学习的半监督三维医学图像分割方法、系统、设备以及存储介质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：CN120182599B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510258701.3，技术领域涉及：G06V10/26；该发明授权基于双重校正互学习的半监督三维医学图像分割方法、系统、设备以及存储介质是由王雪;周炜鹏;付永康;刘太辉;朱永发设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本基于双重校正互学习的半监督三维医学图像分割方法、系统、设备以及存储介质在说明书摘要公布了：基于双重校正互学习的半监督三维医学图像分割方法、系统、设备以及存储介质，属于医学图像处理技术领域，解决了现有的方法存在模型认知偏差，且无法获得可靠的伪标签的问题。有标签三维医学图像训练两个不同结构的网络，计算有标签三维医学图像的监督损失的同时，校正两个不同结构的网络之间的预测差异，得到两个不同结构的预训练网络；无标签三维医学图像经过两个不同结构的预训练网络生成与其相对应的初步预测伪掩码，初步预测伪掩码进行校正，得到与其相对应的可靠伪标签；基于无标签三维医学图像的交叉伪监督损失，获得最终的两个不同结构的网络；待处理的三维医学图像输入最终的两个不同结构的网络实现三维医学图像分割任务。

本发明授权基于双重校正互学习的半监督三维医学图像分割方法、系统、设备以及存储介质在权利要求书中公布了：1.基于双重校正互学习的半监督三维医学图像分割方法，其特征在于，具体为： 对三维医学图像进行预处理，所述的三维医学图像包括有标签三维医学图像和无标签三维医学图像； 利用有标签三维医学图像分别训练两个不同结构的网络，计算有标签三维医学图像的监督损失的同时，校正两个不同结构的网络之间的预测差异，分别得到两个不同结构的预训练网络； 无标签三维医学图像分别经过两个不同结构的预训练网络生成与其相对应的初步预测伪掩码，两个不同结构的预训练网络生成与其相对应的初步预测伪掩码均进行校正，得到与其相对应的可靠伪标签； 基于无标签三维医学图像的交叉伪监督损失实现两个不同结构的预训练网络之间的互学习，更新两个不同结构的预训练网络的参数，分别获得最终的两个不同结构的网络； 待处理的三维医学图像分别输入最终的两个不同结构的网络实现三维医学图像分割任务； 两个不同结构的预训练网络生成与其相对应的初步预测伪掩码均进行校正，得到与其相对应的可靠伪标签，具体为： 所述的两个不同结构的预训练网络分别为预训练不确定性感知的三维分割网络和预训练结构增强的三维分割网络； 预训练不确定性感知的三维分割网络生成与其相对应的初步预测伪掩码经过不确定性感知校正，得到与其相对应的可靠伪标签； 预训练结构增强的三维分割网络生成与其相对应的初步预测伪掩码经过动态生成高置信度掩码校正，得到与其相对应的可靠伪标签； 所述的不确定性感知校正，具体为： ； ； 其中，为无标签三维医学图像的预测概率图经过argmax函数得到的二值图，为经过不确定性感知校正后生成的可靠伪标签，为不确定性图，为指示函数，T=0.2为阈值； 所述的动态生成高置信度掩码校正，具体为： ； ； ； ； 其中，和分别为预训练不确定性感知的三维分割网络和预训练结构增强的三维分割网络预测的置信度得分图，为一个非常小的常数，和均为像素点属于第类的概率，为高置信度掩码图，为无标签三维医学图像的预测概率图经过argmax函数得到的二值图，为经过动态生成高置信度掩码校正后生成的可靠伪标签。

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北华大学，其通讯地址为：132021 吉林省吉林市滨江东路3999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。