摘要
本申请提供了一种基于多任务学习的肺叶分割模型训练及肺叶分割方法,所述肺叶分割模型由编码器和解码器基于U型结构搭建而成;所述训练方法,包括:设置所述肺叶分割模型的批处理大小、最大训练次数、优化算法、以及所述编码器对各肺部结构的学习率;将不同肺部结构对应的训练集交替输入至所述肺叶分割模型,调用该肺部结构的解码器执行该肺部结构的分割任务,并对该肺部结构的解码器的权重进行更新;根据所述编码器对该肺部结构的学习率对所述编码器的权重进行更新;基于更新权重后的该肺部结构的解码器和所述编码器,得到最优的所述肺叶分割模型;本申请的肺叶分割模型训练方法减轻了数据标注压力,提高了肺叶分割的精度。
技术关键词
编码器
分割模型训练方法
血管分割
肺叶分割方法
分割肺部
训练集
解码器执行
多任务
分割算法
网络
U型结构
区域生长算法
数据
图像缩放
参数
层间距
系统为您推荐了相关专利信息
大数据分析方法
命名实体识别
资产
预训练语言模型
资源分配
识别系统
词嵌入技术
文本
注意力机制
Softmax函数
代理模型构建方法
管道结构
应力
仿真数据
注意力机制
髋关节
外骨骼
辅助控制方法
深度学习模型
辅助控制系统