混合数据扰动和特征强化扰动的半监督医学图像分割方法

AITNT
正文
推荐专利
混合数据扰动和特征强化扰动的半监督医学图像分割方法
申请号:CN202410726783
申请日期:2024-06-06
公开号:CN118628739A
公开日期:2024-09-10
类型:发明专利
摘要
本发明提供一种混合数据扰动和特征强化扰动的半监督医学图像分割方法,包括设计像素级混合数据扰动,利用强扰动图像构造混合数据图像,将混合数据图像视作包含额外信息的同源扰动,使混合数据的预测结果与强扰动预测结果的混合构建相似性映射关系;设计特征级强化扰动,在传统特征扰动基础上引入额外的注意力信息,同时利用特征过滤模块对原始特征信息进行部分保留,引入补充‑丢弃特征信息的非同源扰动;以采用强弱一致性正则化原理为基础,组合混合数据扰动与特征强化扰动构建多流扰动整体框架,设计两种扰动的损失权值以协同作用。本发明通过引入强弱一致性正则化原理作为理论基础,构建了同源扰动和非同源扰动分支,以探索更广阔的扰动空间。
技术关键词
医学图像分割方法 数据 设计特征 过滤模块 像素 分支 注意力 基础 框架 解码器 标记 编码器 关系 基准 理论 网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号