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!
申请/专利权人:华中科技大学;常州联影智融医疗科技有限公司
摘要:本发明公开了基于框标注训练的息肉分割模型建立方法及息肉分割方法,属于医学图像分割领域,包括:获得标注了息肉标注框的内窥镜图像集,并建立第一深度学习模型;将内窥镜图像集中的内窥镜图像作为输入,对第一深度学习模型进行训练,使第一深度学习模型通过反向传播进行优化,以最小化训练损失,训练结束后,将第一深度学习模型作为息肉分割模型;训练损失包括基于“屏蔽他盒”策略计算的投影损失、基于盒优化掩膜的自指导监督损失以及基于典型特征的自指导监督损失。本发明实现了投影损失在语义盒监督分割任务中的可用性,并借助教师模型提供了更为丰富的监督信息,有效提高了框监督下息肉分割的性能,解决了内窥镜息肉图像标注困难的问题。
主权项:1.一种基于框标注训练的息肉分割模型建立方法,其特征在于,包括:初始化步骤:获得标注了息肉标注框的内窥镜图像集,并建立第一深度学习模型,用于从内窥镜图像中分割出息肉,得到息肉掩膜;模型训练步骤:将所述内窥镜图像集中的内窥镜图像作为输入,对所述第一深度学习模型进行训练,使所述第一深度学习模型通过反向传播进行优化,以最小化训练损失,训练结束后,将第一深度学习模型作为息肉分割模型;所述训练损失包括基于屏蔽他盒策略计算的标注框与所述第一深度学习模型预测输出的息肉掩膜间的投影损失,所述息肉掩膜为被监督图像;基于屏蔽他盒策略计算投影损失的方式如下:将每一张内窥镜图像I的标注框转换为N个数据对;每个数据对包含一个标注框Bi及其他标注框所构成的集合N为标注框个数;对于每一个数据对,获得标注框Bi与对应的单标注框图像bi,并从被监督图像中屏蔽掉属于集合中标注框的像素,得到单实例图像;计算所有单标注框图像与对应单实例图像之间的投影损失;其中,单标注框图像bi中,位于标注框Bi内的像素为1,位于标注框Bi外的像素为0。
全文数据:
权利要求:
百度查询: 华中科技大学 常州联影智融医疗科技有限公司 基于框标注训练的息肉分割模型建立方法及息肉分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。