摘要
本发明属于医学图像分割与人机交互技术领域,提出一种基于人机协同的婴幼儿大脑精细分区交互式标注方法。该方法融合自监督学习、多图谱引导与医生反馈闭环,通过“单样本启动‑模型分割‑医生微调‑迭代优化”的协同流程,实现高效低耗的脑区分割。核心在于:构建涵盖0‑2岁婴幼儿大脑100个精细解剖结构的月龄标准化模板;基于医生调整的标注图谱驱动模型训练,生成初步分割结果后,结合医生反馈修正,利用多图谱联合训练增强模型特征提取能力,通过闭环迭代持续提升标注精度。本发明突破了传统方法依赖大量标注数据及人工干预的局限性,显著降低标注成本,实现人机协同的半自动化标注流程,为婴幼儿脑发育研究提供高可信度数据支持。
技术关键词
解码器
人机协同
标注方法
数据
图谱
标准化模板
编码器
双层优化策略
深度学习模型训练
参数
监督学习框架
分区
监督学习模型
医学图像分割
校正
联合损失函数
无标签样本
系统为您推荐了相关专利信息
决策
状态转移模型
门控循环单元
节点
多维医疗数据