摘要
本发明属于医学图像分割领域,提供了一种基于半监督领域自适应的肾脏肿瘤图像分割方法及系统,包括利用学生网络模型对源域图像和目标域图像处理,得到学生源域特征图像和学生目标域特征图像;利用教师网络模型对目标域图像处理,得到教师目标域特征图像;以监督学习损失和一致性损失的和作为半监督学习损失;基于同一类别的源域和目标域之间的类别感知最大均值差异和可变形最大均值差异的和作为跨域特征对齐损失;以半监督学习损失和跨域特征对齐损失之和作为总损失函数,利用每轮训练过程中总损失函数和学生网络模型的参数更新教师网络模型的参数,得到训练好的教师网络模型;利用训练好的教师网络模型对待分割的目标域肾脏肿瘤图像进行分割。
技术关键词
肿瘤图像分割方法
肾脏
教师
学生
半监督学习
网络
图像处理
计算机程序产品
图像分割系统
医学图像分割
模型训练模块
超参数
处理器
特征提取模块
对齐模块
标签
注意力机制
系统为您推荐了相关专利信息
CT影像数据
病变分类方法
注意力
级联
病变特征
模型更新
深度学习模型
离线更新方法
基因测序仪
图形处理器
剩余使用寿命预测
齿轮箱
多任务
长短期记忆神经网络
阶段
智能预警方法
知识蒸馏技术
变电站智能预警
500kV变电站
滑动窗口
非高斯噪声
混合高斯模型
原始观测数据
观测噪声
期望最大化算法