浙江工业大学潘清获国家专利权
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！
龙图腾网获悉浙江工业大学申请的专利一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建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：CN119399234B 。
龙图腾网通过国家知识产权局官网在2025-09-23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：202411294855.X，技术领域涉及：G06T7/136；该发明授权一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统是由潘清;杨育恒;尤堃;张跃华;方路平;陆飞设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。
本一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统在说明书摘要公布了：本发明提供了一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统，本发明先利用对比学习从大量无标注样本中提取出公共特征，减少模型对标注样本的依赖，同时再通过主动学习挑选出数据集中具有代表性和高价值性的样本作为待标注样本，并通过像素熵找出这些待标注样本中的高不确定性区域来局部标注，进一步减少标注量，并将一些高置信度的预测结果作为伪标签加入训练池，扩充训练样本。本发明筛选出更具代表性的样本进行学习，既减少了样本过拟合的可能，又缩减了模型的训练成本。
本发明授权一种CT影像中基于局部标注的肋骨主动对比学习分割模型构建方法及系统在权利要求书中公布了：1.一种CT影像中基于局部标注的主动对比学习肋骨分割模型构建方法，其特征在于，包括以下步骤： 步骤一：获取数据集；所述数据集包含无标注胸部CT影像样本和标注的胸部CT影像样本； 步骤二：基于部分无标注胸部CT影像样本获取骨像素块以及其相邻像素块构成的骨像素块对，基于骨像素块对采用像素对比学习对包含编码器的对比学习模型进行预训练； 步骤三：将预训练好的对比学习模型中的编码器权重赋值给分割模型的编码器后，用标注的胸部CT影像样本进行训练微调，利用微调好的分割模型对数据集中剩余的无标签胸部CT影像样本进行多视图预测，根据预测结果区分高不确定性样本和高置信度样本；其中预测结果相同的视图个数越多，则多视图的意见越趋于一致，样本的置信度越高； 步骤四：将高置信度样本的预测结果作为伪标签直接滑窗裁剪加入训练池和或获取高不确定性样本的像素熵分布，将高熵区域送给专家标注并将标注好的区域滑窗裁剪加入训练池； 步骤五：基于训练池的数据对分割模型进行训练，获得构建好的分割模型。
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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励