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：脉得智能科技(无锡)有限公司

申请日：2024-09-23

公开（公告）日：2025-01-17

公开（公告）号：CN119323713A

专利技术分类：..使用神经网络

专利摘要：本发明的实施例提供了一种超声图像分割模型训练方法、超声图像分割方法、电子设备及存储介质，涉及医学图像分割技术领域。对有标注原始超声图像以及无标注原始超声图像分别进行强扰动或弱扰动，将经过扰动的超声图像对应的输入学生分割网络以及教师分割网络，计算出像素级监督损失信息以及像素级一致性损失信息，以及感知级监督损失信息以及感知级一致性损失信息，进而计算出总损失信息，根据总损失信息对学生分割网络的参数进行迭代优化，并根据更新后的学生分割网络的参数对教师分割网络进行迭代优化。从而能够通过像素级的损失信息以及感知级的损失信息对模型约束，提高教师分割网络对超声图像中结节边界和形状特征的识别能力。

专利权项：1.一种超声图像分割模型训练方法，其特征在于，所述方法包括：获取有标注原始超声图像以及无标注原始超声图像；所述有标注原始超声图像包括真实标注；对所述有标注原始超声图像进行强扰动，得到多张有标注强扰动图像；对所述无标注原始超声图像分别进行强扰动和弱扰动，得到多张无标注强扰动图像以及多张无标注弱扰动图像；将各所述有标注强扰动图像以及各所述无标注强扰动图像分别输入学生分割网络，分别得到多个对应的有标注学生预测结果以及多个对应的无标注学生预测结果；将各所述无标注弱扰动图像输入教师分割网络，得到多个对应的无标注教师预测结果；根据各所述有标注学生预测结果、各所述真实标注、各所述无标注学生预测结果以及各所述无标注教师预测结果，计算出像素级监督损失信息以及像素级一致性损失信息；根据各所述有标注学生预测结果、所述真实标注、各所述无标注学生预测结果、各所述无标注教师预测结果、所述有标注原始超声图像以及所述无标注原始超声图像，计算出感知级监督损失信息以及感知级一致性损失信息；根据所述像素级监督损失信息、所述像素级一致性损失信息、所述感知级监督损失信息以及所述感知级一致性损失信息，计算得到总损失信息；根据所述总损失信息对所述学生分割网络的参数进行迭代优化，根据更新后的学生分割网络的参数对所述教师分割网络进行迭代优化，并将优化后的教师分割网络作为超声图像分割模型。

百度查询： 脉得智能科技(无锡)有限公司 超声图像分割模型训练方法、超声图像分割方法、电子设备及存储介质