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！

龙图腾网获悉杭州师范大学申请的专利一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其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：CN119478414B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411646492.1，技术领域涉及：G06V10/26；该发明授权一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统是由孙军梅;王眉茜;李秀梅设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统在说明书摘要公布了：本发明公开一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统。训练时构建图像分割网络架构，包括学生模型、教师模型、双区平衡一致性学习策略模块、利用硬负样本的对比学习模块、EMA模块；双区平衡一致性学习策略是根据不确定性进行划分，并通过损失权重来平衡模型对不同区域的关注度来提高一致性学习的整体效果。硬负样本的对比学习模块能够从一致性学习的分割结果中提取类样本，学习不同类的特征表示，同时利用硬负样本进一步提高分割结果中的类间对比和类内一致性。本发明平衡模型对高不确定性区域和低不确定性区域的关注度，以及分割结果中的类可分离性不足的问题，从而提高医学图像的分割准确性。

本发明授权一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法及其系统在权利要求书中公布了：1.一种对比学习辅助的双区平衡一致性学习的半监督图像分割方法，其特征在于所述方法包括以下步骤： 步骤一、获取医学图像，包括标签图像对应的无标签图像； 步骤二、对医学图像进行预处理，构建数据集； 步骤三、搭建图像分割网络架构，利用数据集对其进行训练； 所述图像分割网络架构包括学生模型、教师模型、双区平衡一致性学习策略、利用硬负样本的对比学习模块、EMA模块； 训练过程中，所述学生模型对预处理后的标签图像和无标签图像分别进行处理，得到对应的第一预测分割结果和第二预测分割结果；其中下标i表示第i张图像； 所述教师模型对预处理后的无标签图像进行处理，得到第三预测分割结果； 所述双区平衡一致性学习策略的实现方法如下： 对于无标签图像，对学生模型输出的第二预测分割结果计算图像中每个体素的信息熵值； 根据每个体素的信息熵值，在图像中筛选出大于阈值的高熵区域的； 利用计算第二预测分割结果和第三预测分割结果之间高熵区域的一致性损失；利用计算第二预测分割结果和第三预测分割结果之间低熵区域的一致性损失；根据高熵区域的一致性损失和低熵区域的一致性损失，计算一致性学习的总损失； 对于标签图像，使用学生模型对第一预测分割结果和真实标签计算监督损失； 所述利用硬负样本的对比学习模块是基于锚点样本，获取正样本对、硬负样本对；利用正样本对和负样本对进行对比学习，得到对比学习损失； 训练过程中根据双区平衡一致性学习策略计算得到的一致性学习总损失和监督损失，以及对比学习模块计算得到对比学习损失，计算总损失，经过反向传播，梯度更新学生模型的参数； 所述EMA模块根据学生模型的更新后参数更新教师模型的参数； 步骤四、使用步骤三训练好的学生模型，实现医学图像分割。

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杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318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”。

以上内容由龙图腾AI智能生成。