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！

龙图腾网恭喜福州大学申请的专利基于伪标签与深度特征交叉引导的睑板腺体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：CN116363118B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202310414902.9，技术领域涉及：G06T7/00；该发明授权基于伪标签与深度特征交叉引导的睑板腺体图像分割方法是由林嘉雯;卢峰;翁谦;刘诗琳;毛美艳;王钦;安远;林灵杰设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本基于伪标签与深度特征交叉引导的睑板腺体图像分割方法在说明书摘要公布了：本发明提供了基于伪标签与深度特征交叉引导的睑板腺体图像分割方法，包括以下步骤：步骤S1：数据集处理；即对睑板腺体图像数据集进行划分和预处理，该数据集包含有标签数据和无标签数据；步骤S2：伪标签交叉引导；步骤S3：深度特征交叉引导；在分割网络的编码器深层设置一个辅助分支模块，对模型编码器深层的输出进行降维；编码器的浅层卷积进行监督约束，使两个模型的编码器部分进行深度特征交叉引导；应用本技术方案能够训练网络关注图像的边缘信息和语义信息，获取更为全面的特征描述，减少模型对标注数据量的依赖，最终获得更好的分割结果。

本发明授权基于伪标签与深度特征交叉引导的睑板腺体图像分割方法在权利要求书中公布了：1.基于伪标签与深度特征交叉引导的睑板腺体图像分割方法，其特征在于，包括以下步骤：步骤S1：数据集处理；即对睑板腺体图像数据集进行划分和预处理，该数据集包含有标签数据和无标签数据；步骤S2：伪标签交叉引导；以具有编解码结构的U型网络作为基础的分割网络；首先初始化两个结构完全相同、参数不同的分割网络F1、F2；将图像数据同时送入F1、F2，分别得到对应的分割预测图像Y1、Y2；其中，对于少量的有标签的数据，使用真实标签对两个模型进行监督学习；对于大量的无标签数据，使用分割预测图像Y1、Y2得到对应的预测标签即为伪标签Y1`、Y2`进行交叉学习；即，使用Y1`对分割网络F2进行监督学习，使用Y2`对分割网络F1进行监督学习；真实信息和预测信息的交叉运用降低模型对有标签样本数据量的依赖；步骤S3：深度特征交叉引导；在分割网络F1、F2的编码器深层设置一个辅助分支模块，对模型编码器深层的输出进行降维得到Yaux1、Yaux2；联合运用Yaux1、Yaux2与分割预测图像Y1、Y2或者伪标签Y1`、Y2`进行深度监督学习；Yaux1、Yaux2得到伪标签对F2编码器的浅层卷积进行监督约束，对F1编码器的浅层卷积进行监督约束，使两个模型的编码器部分进行深度特征交叉引导。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。