摘要
本发明公开基于多模态模型的计算机断层扫描图像分割的伪标签选择方法、系统、设备和介质,方法包括:使用Totalsegmentator标注原始CT图像数据集中未被标注的解刨器官类型,得到噪声伪标签;对人工标注的标签进行退化;将原始CT图像、人工标注标签和退化的人工标注标签组成训练集,输入BiomedCLIP的图像编码器中提取视觉特征;初始化提示词后输入到BiomedCLIP的文本编码器提取文本特征;构造联合损失函数监督并训练提示词,将噪声伪标签的类别信息叠加到训练好的提示词上,再输入到文本编码器中得到文本特征,将原始CT图像及噪声伪标签进行变换后输入到图像编码器中提取视觉特征;基于文本特征和视觉特征的相似度判断噪声伪标签质量好坏。本发明提高筛选高质量伪标签的效率。
技术关键词
文本编码器
图像编码器
视觉特征
标签
多模态
CT图像数据
联合损失函数
生成噪声
随机噪声
三通道
处理器
模块
参数
可读存储介质
存储器
系统为您推荐了相关专利信息
强化学习模型
对抗性
流量生成方法
序列
网络流量数据集
血流分析方法
甲状腺超声图像
数据编码器
文本
多普勒