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！

龙图腾网获悉西安电子科技大学申请的专利基于半监督域自适应及跨域协同学习的医学图像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：CN119785033B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411988049.2，技术领域涉及：G06V10/26；该发明授权基于半监督域自适应及跨域协同学习的医学图像分割方法是由路文;刘易;王晓琴;李硕;何立火设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于半监督域自适应及跨域协同学习的医学图像分割方法在说明书摘要公布了：本发明提出了一种基于半监督域自适应及跨域协同学习的医学图像分割方法，实现步骤为：获取源域和目标域混合训练样本集、验证样本集以及测试样本集；构建基于半监督域自适应及跨域协同学习的医学图像分割网络模型并对其进行迭代训练；获取医学图像的分割结果。本发明在对图像分割网络模型进行训练的过程中，跨域对比损失函数能够将骰子相似性融入到损失中，考虑了待分割区域的上下文信息，伪标签重学习损失函数通过选择源域和目标分割教师网络中分割准确度较高的网络生成的标签作为目标域中无标签数据的伪标签，利用了无标签目标域数据，且通过对目标域和源域训练样本集点的域自适应处理，利用了源域数据，有效提高了医学图像的分割精度。

本发明授权基于半监督域自适应及跨域协同学习的医学图像分割方法在权利要求书中公布了：1.一种基于半监督域自适应及跨域协同学习的医学图像分割方法，其特征在于，包括如下步骤： 1获取源域和目标域混合训练样本集、验证样本集以及测试样本集： 对包括多个像素类别且带有标签的幅3D源域医学图像和幅无标签的目标域3D医学图像分别进行预处理，并通过预处理后的2D医学图像获取基于域自适应的源域混合训练样本集和目标域混合训练样本集，以及验证样本集和测试样本集，其中，； 2构建基于半监督域自适应及跨域协同学习的医学图像分割网络模型： 构建包括并行排布的目标域分割学生模型、目标域分割教师模型、源域分割学生模型和源域分割教师模型，且和的跨域协同损失函数为的医学图像分割网络模型，其中： ； ； 其中、分别表示有监督损失函数、跨域协同学习的无监督损失函数，表示的权重系数，表示最大迭代次数，表示迭代次数，表示跨域均方差一致性损失，表示跨域对比损失，表示伪标签重学习损失，和分别表示和的权重系数； 3对医学图像分割网络模型进行迭代训练： 通过源域和目标域混合训练样本集、验证样本集对医学图像分割网络模型进行迭代训练，得到训练好的医学图像分割网络模型； 4获取医学图像的分割结果： 将目标域测试样本集作为训练好的医学图像分割网络模型的输入，目标域分割学生网络对每个目标域测试样本进行前向推理，得到每个测试样本的分割结果图。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。