摘要
本发明涉及数字图像处理技术领域,具体涉及一种类内区域动态解耦的医学图像分割方法,包括以下步骤:S1,数据集预处理;S2,建立三分支基线分割网络:建立学生模型和教师模型;S3,解耦类内区域:将血管类别解耦为困难子区域和容易子区域并施加不同约束;S4,构建动态阈值模块;S5,建立约束优化网络:通过教师模型约束学生模型;S6,训练半监督血管分割网络;S7,分割目标:通过半监督血管分割网络分割血管区域。本发明通过类内区域解耦,将血管图像分为困难子区域和容易子区域。通过对不同区域采取不同优化方式引导模型学习不同类内特征,缓解类内不平衡问题。通过动态阈值模块精确解耦类内不同区域,并为图像生成可学习的阈值。
技术关键词
医学图像分割方法
学生
教师
血管分割
动态
网络
数字图像处理技术
无标签数据
无监督
基线
模块
参数
表达式
指数
图片
分支
系统为您推荐了相关专利信息
诊疗系统
医学知识库
监测标签
临床决策支持
数据采集模块
评估系统
数据采集模块
多模态传感器
环境感知数据
动态权重分配
分布式储能系统
充放电策略
电池状态参数
均衡电池组
防逆流控制