买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利一种基于半监督学习的心肌梗死图像分割方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115565013B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211297190.9，技术领域涉及：G06V10/764；该发明授权一种基于半监督学习的心肌梗死图像分割方法及系统是由徐晨初;王怡菲;段磊;陈洁;张贺晔;高智凡;余成进;赵姝;张燕平设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种基于半监督学习的心肌梗死图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于半监督学习的心肌梗死图像分割方法及系统，所述方法包括：收集轧增强的心肌梗死磁共振图像数据集进行数据处理得到数据增强的训练数据集；构建编码器，将经过数据增强的训练数据集输入到编码器；构建主解码器和两个辅助解码器；构建鉴别器；将上述编码器的输出端分别与主解码器以及两个辅助解码器连接，鉴别器与主解码器的输出端连接，从而构建半监督心肌梗死神经网络分割模型，训练模型，总损失最小时得到训练好的模型；将实时采集的轧增强的心肌梗死磁共振图像输入到上述训练好的模型中，得出心肌梗死分割图像；本发明的优点在于：分割结果相对准确，训练过程快，充分利用大量无标签数据。

本发明授权一种基于半监督学习的心肌梗死图像分割方法及系统在权利要求书中公布了：1.一种基于半监督学习的心肌梗死图像分割方法，其特征在于，所述方法包括： 步骤一：收集轧增强的心肌梗死磁共振图像数据集进行数据处理得到数据增强的训练数据集； 步骤二：构建编码器，将经过数据增强的训练数据集输入到编码器，提取无标签数据和有标签数据的特征信息；所述步骤二包括：S21、构建编码器，将经过数据增强的训练数据集输入到编码器中，编码器由骨干网络后接空洞金字塔池化然后再接一个骨干网络和一个空洞金字塔池化，最后再接一个空间注意力机制构成； 步骤三：构建主解码器和两个辅助解码器，主解码器和辅助解码器采用相同的网络结构，但是在特征输入辅助解码器之前给辅助解码器加入扰动； 步骤四：构建鉴别器； 步骤五：将上述编码器的输出端分别与主解码器以及两个辅助解码器连接，鉴别器与主解码器的输出端连接，从而构建半监督心肌梗死神经网络分割模型，利用有标签数据对主解码器进行训练得到有监督损失，利用无标签数据和有标签数据对辅助解码器和主解码器进行一致性训练得到一致性损失，利用无标签数据和有标签数据对鉴别器进行训练得到对抗损失和训练损失，总损失最小时得到训练好的模型； 步骤六：将实时采集的轧增强的心肌梗死磁共振图像输入到上述训练好的模型中，得出心肌梗死分割图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230039 安徽省合肥市蜀山区肥西路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。