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半监督一致性学习的3D冠状动脉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：CN115908463B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202310007319.6，技术领域涉及：G06T7/12；该发明授权基于半监督一致性学习的3D冠状动脉图像分割方法是由许乾剑;王元全;胡宁设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本基于半监督一致性学习的3D冠状动脉图像分割方法在说明书摘要公布了：本发明公开了一种基于半监督一致性学习的3D冠状动脉图像分割方法，包括：采集原始3D心脏CT图像数据，并对采集到的原始3D心脏CT图像数据进行预处理，采用随机旋转、对比度增强和随机裁剪方式对数据进行扩充增强；引入一致性学习，构建两个阶段半监督训练方式的3D冠状动脉分割模型；将待分割的3D心脏CT图像输入到第一阶段的3D冠状动脉分割模型中进行预测得到伪标签特征图，并将所述伪标签特征图输入第二阶段的3D冠状动脉分割模型，得到分割结果。采用半监督一致性学习的方法可以在实现完全监督性能的前提下，高效利用大量的无标签数据，将1:4比例的标签数据与未标签数据输入3D冠状动脉分割模型，使用标签数据标记未标签数据，从而有效地增加训练数据。

本发明授权基于半监督一致性学习的3D冠状动脉图像分割方法在权利要求书中公布了：1.一种基于半监督一致性学习的3D冠状动脉图像分割方法，其特征在于，所述方法包括： 步骤1，采集原始3D心脏CT图像数据，并对采集到的原始3D心脏CT图像数据进行预处理，采用随机旋转、对比度增强和随机裁剪方式对数据进行扩充增强； 步骤2，引入一致性学习，构建两个阶段半监督训练方式的3D冠状动脉分割模型； 步骤3，将待分割的3D心脏CT图像输入到第一阶段的3D冠状动脉分割模型中进行预测得到伪标签特征图，并将所述伪标签特征图输入第二阶段的3D冠状动脉分割模型，得到分割结果； 所述3D冠状动脉分割模型的每个阶段均包含一组教师-学生模型，所述第一阶段的3D冠状动脉分割模型的半监督训练过程采用一个学生模型和两个教师模型的一致性学习方式，通过添加扰动加强模型在预测过程和中间特征提取过程中的一致性，对于同一个无标签数据通过在扰动过程中随机扩充图像，使得模型在前向传播中获得两个不同的预测结果，并在增强图像的预测之间加入一致性约束；所述第二阶段的3D冠状动脉分割模型的半监督训练过程采用伪标签的训练方式并引入注意力机制。

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：300401 天津市北辰区西平道5340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。