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！

龙图腾网获悉电子科技大学申请的专利一种基于大模型和伪标签学习的无监督病灶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：CN119762774B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411786169.4，技术领域涉及：G06V10/26；该发明授权一种基于大模型和伪标签学习的无监督病灶分割方法是由王国泰;马小川;付佳;张少霆设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于大模型和伪标签学习的无监督病灶分割方法在说明书摘要公布了：本发明公开了一种基于大模型和伪标签学习的无监督病灶分割方法，该方法属于图像识别领域。首先采用“视觉‑语言”大模型CLIP生成高质量的分类伪标签，这些伪标签随后用于监督训练一个图像分类网络。在这一过程中，我们进一步提取分类网络的类激活映射图CAM，并引入一种基于动态遮挡的数据增强策略，以进一步提升分类网络的性能。随后，我们利用这些精度更高的类激活映射为分割大模型SAM生成指导信息，从而获得高质量的分割伪标签。最终，本发明提出了一种自训练策略，通过这些伪标签对分割网络进行训练和持续优化，以达到更高的分割精度和效率。

本发明授权一种基于大模型和伪标签学习的无监督病灶分割方法在权利要求书中公布了：1.一种基于大模型和伪标签学习的无监督病灶分割方法；具体步骤如下： 步骤1：针对病灶分割任务收集一组未标注图像作为训练集，利用“视觉-语言”模型生成图像分类伪标签； 步骤2：利用分类伪标签训练一个分类模型，在训练集上生成病灶的初步类别激活图； 所述初步类别激活图产生方式为： 通过步骤1得到的含伪标签的初始训练集记为其中Ns为训练集中二维切片的数量；在含分类伪标签的数据集D1上，利用标准的有监督学习方法，使用交叉熵损失函数训练一个图像分类网络θc； 基于训练完成的θc，为类别标签为yi＝1的图像通过梯度反向传播得到初步类别激活图，用于标识出图像中对病灶分类贡献最大的区域；在分类网络中的某一层的特征图F上，用表示Xi对应的初步类别激活图，其计算公式如下： 其中Fk表示特征图F的第k个通道，是一个梯度算子；Pavg的表示全局平均池化操作；ReLU是线性整流函数，用于过滤掉梯度中的负值； 步骤3：利用基于类别激活图的图像遮挡进行数据增广，重新训练分类模型，产生增强后的类别激活图； 所述增强后的类别激活图产生方式为： 对于每张标记为yz＝1的图像Xz，通过初步类别激活图Q0进行基于适应性遮挡的数据增广；具体方式为先通过一个阈值τ将Q0转换为一个二值掩码Mi： 然后将输入图像Xz中Mz取值为1的区域设为0，得到遮挡后的图像： 对于标记为yz＝0的图像Xz，则通过随机地将Xz的一块子区域置零的方式得到遮挡后的图像基于遮挡增强后的数据集表示为使用D2，通过基于交叉熵损失函数的有监督训练方式，重新训练分类网络；训练完成后，通过步骤2中的计算公式重新为标签为yz＝1的训练图像生成增强的类别激活图，记为与相比，可挖掘病灶的更多边缘区域，具有更高的质量； 步骤4：使用类别激活图和分割大模型SAM模型生成分割伪标签； 步骤5：使用含分割伪标签的图像作为训练集，利用基于伪标签筛选的迭代训练方式，训练一个图像分割网络； 所述基于伪标签筛选的迭代训练方式为： 在分割伪标签的基础上，采用含两个阶段的迭代式训练方法训练一个分割模型；在第一个阶段中，将含伪标签标注的三维图像分割数据集D3作为训练集，利用标准的有监督图像分割模型训练策略，训练一个3D分割网络θs；该过程采用Dice损失函数和交叉熵损失函数对模型参数进行更新； 训练θs后，使用其模型参数在所有的训练集图像中进行预测，得到Vp中更新后的伪标签对于中存在非0区域的切片，将每个切片中的非零区域计算边界框，按照步骤4中的方式利用边界框区域及其中心点和角点生成SAM的提示，将该切片和对应的提示输入SAM中，得到SAM的修正结果；将每个切片中的结果进行堆叠，形成的三维分割修正结果记为 为了评估的质量，通过计算SAM修正前后和之间的相似性，相似性越高代表越可靠；相似性指标定义为二者之间的Dice值： 其中的取值在0到1之间，其取值越接近于1，表示和之间的一致性越高；定义一个相似性阈值用于挑选可靠性高的伪标签；挑选后的三维图像及其伪标签记为其中表示用阈值挑选后的三维图像样本个数； 在第二阶段，采用挑选后的伪标签数据集D4对分割模型再次训练；训练过程同样采用标准的有监督训练方式，利用Dice损失函数和交叉熵损失函数对模型参数进行更新，从而得到最终的病灶自动分割模型。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。