摘要
本申请公开了一种基于多模态半监督学习的冠状动脉易损斑块分割模型训练方法及装置。所述方法包括:获取CTA冠脉血管图像集以及血管内腔图像集;分别对每组配对图像进行预处理,从而获取经过预处理的配对图像;构建配准模型以及基于半监督学习框架的冠脉易损斑块分割模型;分别对所述配准模型以及基于半监督学习框架的冠脉易损斑块分割模型进行训练,从而获取经过训练的配准模型以及经过训练的基于半监督学习框架的冠脉易损斑块分割模型。通过本申请所训练的基于多模态半监督学习的冠状动脉易损斑块分割模型可克服传统依赖于手动设计损失函数的配准方法的缺点。
技术关键词
半监督学习
易损斑块
分割模型训练方法
血管
模型训练模块
评价器
内腔
模型训练装置
无标签数据
特征提取网络
教师
框架
图像获取模块
融合多模态信息
规划
聚类
学生
系统为您推荐了相关专利信息
动态资源优化方法
服务器
切片
数据接收模块
数据统计模块
模态特征
血流特征
机器学习分类器
识别方法
多层次
评测方法
变量
Logistic回归模型
体重
冠状动脉造影术
网络安全威胁
参数
网络流量特征
智能优化算法
人工智能模型