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！

龙图腾网获悉北京理工大学重庆创新中心;北京理工大学申请的专利基于半监督学习的全自动近红外静脉分割方法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：CN114170236B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202111543635.2，技术领域涉及：G06V10/26；该发明授权基于半监督学习的全自动近红外静脉分割方法是由许廷发;沈宁;李佳男;黄诗淇;穆峰;肖予泽设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本基于半监督学习的全自动近红外静脉分割方法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全自动近红外静脉分割方法，涉及医学图像处理的近红外肢体成像技术领域，方法包括：S1：获取近红外的肢体成像制作静脉分割图像，进行预处理，构建数据集；S2：构建以递归尺度循环神经网络为主体，重构一致性神经网络以及分割对抗神经网络为辅的语义分割模型；S3：训练并迭代优化语义分割模型。本发明基于构建的有标签部分和无标签部分的数据集，通过分别输入标记数据来训练分割模型，输入未标记数据来生成预测图，并通过重构一致性神经网络以及分割对抗神经网络进行优化，提高了模型的精度和速度。

本发明授权基于半监督学习的全自动近红外静脉分割方法在权利要求书中公布了：1.一种基于半监督学习的全自动近红外静脉分割方法，其特征在于，包括： S1：获取近红外的肢体成像制作静脉分割图像，并将静脉部分从原图像中分割出，并进行预处理，构建数据集，所述数据集包括有监督部分和无监督部分； S2：构建语义分割模型，所述语义分割模型包括三分支的半监督深度学习神经网络模型，分别为，递归尺度循环神经网络模型、重构一致性神经网络模型以及分割对抗神经网络模型； S3：训练所述语义分割模型，基于所述数据集对所述递归尺度循环神经网络模型进行训练和特征提取；并通过所述重构一致性神经网络模型以及所述分割对抗神经网络模型对所述递归尺度循环神经网络模型进行迭代优化； 所述语义分割模型的训练，具体包括： S301：将所述数据集有监督部分和对应的预处理图像输入到所述递归尺度循环神经网络模型中，进行训练； S302：将所述数据集无监督部分和对应的预处理图像输入到步骤S301训练后的所述递归尺度循环神经网络模型中，得到分割结果图以及编码部分的特征表示； S303：将所述分割结果图以及编码部分的特征表示输入到所述重构一致性神经网络模型中，输出重构结果图，基于所述重构结果图优化所述递归尺度循环神经网络模型； S304：将所述数据集有监督部分和无监督部分输入到所述分割对抗神经网络模型，基于输出结果对步骤S303得到的所述递归尺度循环神经网络模型进行优化。

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北京理工大学重庆创新中心;北京理工大学，其通讯地址为：401120 重庆市渝北区龙兴镇曙光路9号9幢；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”。