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！

龙图腾网获悉山东大学申请的专利基于频率的自适应交互学习半监督医学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：CN120495316B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510990172.6，技术领域涉及：G06T7/10；该发明授权基于频率的自适应交互学习半监督医学分割方法及系统是由贾潇;毕越;张文杰;赵中伟;宋然;俞能旺;张伟;李晓磊设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于频率的自适应交互学习半监督医学分割方法及系统在说明书摘要公布了：本发明公开了基于频率的自适应交互学习半监督医学分割方法及系统，属于医学图像分割技术领域，方法包括：获取待分割图像并将其输入至预训练好的半监督医学分割模型进行处理，获取图像分割结果；半监督医学分割模型包括高频子网络和低频子网络，其训练过程包括内部学习过程和外部学习过程，具体训练步骤如下：通过频率双视图流架构生成高频视图和低频视图；在内部学习过程中，以高频视图和低频视图作为输入构建互补视图，并通过交叉伪标签监督和相互不确定性距离监督更新相应子网络状态，并作为外部学习过程的初始状态；在外部学习过程中，通过交叉监督损失和自适应自校正损失更新相应子网络状态，并将其作为下一循环的内部学习过程的初始状态。

本发明授权基于频率的自适应交互学习半监督医学分割方法及系统在权利要求书中公布了：1.基于频率的自适应交互学习半监督医学分割方法，其特征在于，包括： 获取待分割图像； 将待分割图像输入至预训练好的半监督医学分割模型进行处理，获取图像分割结果； 其中，所述半监督医学分割模型包括高频子网络和低频子网络，其训练过程包括内部学习过程和外部学习过程，具体训练步骤如下： 通过频率双视图流架构生成高频视图和低频视图； 在内部学习过程中，以高频视图和低频视图作为输入构建互补视图，并通过交叉伪标签监督和相互不确定性距离监督更新相应子网络状态，并作为外部学习过程的初始状态； 在外部学习过程中，通过交叉监督损失和自适应自校正损失更新相应子网络状态，并将其作为下一循环的内部学习过程的初始状态； 具体的，所述相互不确定性距离监督利用不确定性信息优化模型对未标记样本的预测，包括类别熵最小化和熵距离最小化；所述相互不确定性距离监督的损失函数为类别熵最小化损失和熵距离最小化损失的加权组合； 类别熵最小化损失表示为： ； 式中，表示未标记样本的第类的熵值；表示L2范数； 熵距离最小化损失表示为： ； 式中，和分别表示标记样本集和未标记样本集中类和的熵值之间的成对欧几里得距离；C是类别总数； 自适应自校正损失具体表示为： ，； 式中，表示高频子网络自适应自校正损失；反映伪标签的指导质量；表示低频子网络自适应自校正损失；反映伪标签的指导质量；和表示子网络产生的logit输出；表示高频独热伪标签；表示低频独热伪标签；和分别为更新后的高频子网络状态参数和低频子网络状态参数。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。