摘要
本发明提出了一种冠状动脉内支架三维半监督分割方法及装置。方法包括:将待分割的初始图像输入到提前训练好的三维半监督分割深度学习网络模型,三维半监督分割深度学习网络模型包含依次连接的共享编码器、BiFormer模块和解码模块,所述解码模块包括多个采用不同注意力机制的解码器;对解码模块中各解码器输出的结果预测概率取平均值,获得预测结果,实现冠状动脉内支架的三维分割;模型训练过程中通过生成的多个具有感知偏差的预测输出结果和交叉伪监督训练策略进行模型参数优化。本发明设计的三维半监督分割深度学习网络模型,解决了模型训练缺乏标注监督的问题,通过交叉伪监督训练策略优化模型参数,解决了对支架进行分割依赖标注数据数量的问题。
技术关键词
监督分割方法
深度学习网络模型
解码模块
内支架
解码器
无标签数据
无监督
光学相干层析成像
深度学习模型
策略优化模型
编码器
通道注意力机制
随机梯度下降
参数
分割装置
成像模块
偏差
系统为您推荐了相关专利信息
语音识别模型
识别方法
音频特征
解码模块
非瞬时性计算机可读存储介质