一种基于原型和半监督深度学习的细胞核分割方法和系统

AITNT
正文
推荐专利
一种基于原型和半监督深度学习的细胞核分割方法和系统
申请号:CN202411081243
申请日期:2024-08-08
公开号:CN118608547B
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开了一种基于原型和半监督深度学习的细胞核分割方法和系统,方法包括:将病理图像构建为有标签图像和无标签图像;构建基于半监督学习的深度学习细胞核分割网络,首先利用有标签图像仅对细胞核分割网络中的学生网络进行监督训练;利用无标签图像对细胞核分割网络中的教师网络和学生网络进行引入类别原型的学习和训练;利用训练后的学生网络进行待测病理图像细胞核分割。本发明能够利用基于原型的半监督学习的方法减少标注成本并实现高精度的细胞核分割,具有标注数据量少、自动化和成本低等特点,对基于病理图像的医学诊断具有重大意义。
技术关键词
细胞核分割方法 监督深度学习 原型 网络 学生 标签 教师 投影器 半监督训练 图像获取模块 像素 损失函数优化 图像分割 解码器 数据 半监督学习 图像块 投影特征 分割系统
系统为您推荐了相关专利信息
1
阴影感知的卫星影像神经辐射场地表三维重建方法
三维重建方法 颜色 生成稀疏点云 像素 采样点
2
一种视觉检测系统的数据实时备份方法及相关装置
数据实时备份方法 视觉检测系统 分支 索引 参数
3
一种语义拼接方法、系统、电子设备及存储介质
文本 语义特征 拼接方法 查询关键词 语法结构
4
一种工业园区响应预案实时生成与推荐方法、系统及介质
工业园区 推荐方法 深度神经网络模型 风险 标注技术
5
一种基于机器学习技术实现自动化就业指导的方法及系统
机器学习技术 个性化推荐引擎 特征选择算法 动态特征提取 学生
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