摘要
一种基于混合数据增强和开集半监督学习的超声心动图角度分类方法及系统,它属于医学图像分析技术领域。本发明解决了现有方法难以捕获超声心动图中的有效信息、对类外分布数据的检测流程复杂且检测效率低、无法充分利用未标记数据集的特征信息的问题。本发明首先在教师模型编码部分的第三层与第四层之间添加混合数据增强单元;在学生模型编码部分中添加开集半监督单元作为分类器的并行分支;再对获取的包含带标签和不带标签的超声心动图进行预处理,利用预处理后的超声心动图对构建的模型进行训练,最后利用训练好的学生模型对待分类超声心动图进行分类。本发明方法可以应用于超声心动图角度分类。
技术关键词
超声心动图
语义特征
分类器
带标签
令牌
分类方法
加权特征
模块
教师
无标签数据
学生
元素
医学图像分析技术
矩阵
注意力
代表
编码
索引