一种基于Transformer半监督算法的蜂窝肺病灶图像分割识别方法

专利主权项内容

1.一种基于Transformer半监督算法的蜂窝肺病灶图像分割识别方法，其特征在于：包括如下图像分割识别步骤：步骤S1：获取蜂窝肺CT影像数据，对CT影像数据做预处理，将CT影像数据集整理为有标签数据与无标签数据，并将训练集进行划分；步骤S2：搭建TransUnet网络模型，包括卷积神经网络特征提取层和Transformer编码器组成的编码器、解码器、跳跃连接，对CT影像数据进行处理；步骤S3：搭建Swin-Unet网络模型，包括Swin Transformer Block组成的编码器、解码器、瓶颈层、跳跃连接，对CT影像数据进行处理；步骤S4：构建感知不确定性估计模块，用于评估初步分割结果中的噪声，最小化不确定性所带来的影响；步骤S5：分别将图像输入步骤S2和步骤S3中搭建的分割网络，经感知不确定性估计后得出稳定的真实标签样本；步骤S6：计算总体损失，保存训练参数；步骤S7：对模型整体进行迭代优化，不断更新权重，使总体损失逐渐下降，分割准确率逐渐上升，完成分割蜂窝肺病灶图像的目标，输出实际的分割效果图。