Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北工业大学张欣茹获国家专利权

河北工业大学张欣茹获国家专利权

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!

龙图腾网获悉河北工业大学申请的专利基于差异引导的一致性半监督心包脂肪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:CN119600044B

龙图腾网通过国家知识产权局官网在2025-09-30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:202411720895.6,技术领域涉及:G06T7/11;该发明授权基于差异引导的一致性半监督心包脂肪分割方法是由张欣茹;王元全设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。

基于差异引导的一致性半监督心包脂肪分割方法在说明书摘要公布了:本发明属于医学图像分割技术领域,具体是一种基于差异引导的一致性半监督心包脂肪分割方法。首先,获取数据集并进行处理;然后,利用MCM块逐一替换Mamba‑Unet网络的VSS块,进而得到教师模型和学生模型;在MCM块中,输入张量首先在通道维度被均分为两个张量和;张量依次经过卷积、激活、卷积和激活操作后,与自身进行跳跃连接,得到张量;张量经过两个信息流分支的处理得到张量;将张量和进行拼接再经过卷积后,与MCM块中的输入张量进行跳跃连接,得到MCM块的输出张量;最后,基于差异融合对协作式均值教师模型进行半监督训练,将训练后的教师模型作为分割模型,用于心包脂肪的分割。模型更加关注心包脂肪的模糊区域和边界信息,提高了分割精度。

本发明授权基于差异引导的一致性半监督心包脂肪分割方法在权利要求书中公布了:1.一种基于差异引导的一致性半监督心包脂肪分割方法,其特征在于,该方法包括以下步骤: S1、获取若干含有心包脂肪的心脏MR图像组成数据集,并对数据集进行预处理; S2、利用MCM块逐一替换Mamba‑Unet网络的VSS块,进而得到教师模型和学生模型; 在MCM块中,输入张量首先在通道维度被均分为两个张量和;张量依次经过卷积、激活、卷积和激活操作后,与自身进行跳跃连接,得到张量;张量进入到两个信息流分支,一个信息流分支包括依次连接的线性层、深度可分离卷积层、SS2D块和归一化层 ,另一个信息流分支包括依次连接的线性层和激活层;将两个信息流分支的输出张量相乘,得到张量;将张量和进行拼接,再通过一个1×1卷积后,与MCM块中的输入张量进行跳跃连接,得到MCM块的输出张量; S3、基于差异融合对协作式均值教师模型进行半监督训练,将训练后的教师模型作为分割模型,用于心包脂肪的分割; 协作式均值教师模型包含一个教师模型和两个学生模型;对于无监督训练,将无标签图像输入到教师模型中进行分割,无标签图像添加不同噪声后分别输入到两个学生模型中进行分割,将教师模型生成的分割图分别与两个学生模型生成的分割图进行逐像素的异或运算,得到第一差异图和第二差异图,其过程表示为:    7  8式中,表示差异图,表示argmax函数,表示学生模型生成的分割图,是学生模型的可学习参数,表示添加噪声后的无标签图像,表示教师模型生成的分割图,是教师模型的可学习参数,表示无标签图像,表示异或运算; 无监督损失包括一致性损失和交叉伪监督损失;一致性损失的计算公式如下:   9式中,表示一致性损失,表示一致性权重; 交叉伪监督损失的计算公式如下:   11式中,表示交叉伪监督损失,表示dice损失; 总训练损失的计算公式如下:   13式中,是监督损失,是无监督损失,是权重因子。

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河北工业大学,其通讯地址为:300130 天津市红桥区丁字沽光荣道8号河北工业大学东院;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。