← 返回列表
基于文字辅助的半监督3D医学图像分割方法
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266100 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于文字辅助的半监督3D医学图像分割方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410096489.0 |
| 申请日 | 2024/1/24 |
| 公告号 | CN117611601A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06T7/10 |
| 权利人 | 中国海洋大学 |
| 发明人 | 蔡青; 鄢柯; 曹子彦; 冯春梅; 刘治; 董军宇 |
| 地址 | 山东省青岛市崂山区松岭路238号 |
摘要文本
（来 自 专利查询网） 本发明公开了一种基于文字辅助的半监督3D医学图像分割方法，属于医学图像处理技术领域。本发明在基于文字辅助正交注释的“几乎无监督”3D医学图像分割的时候，考虑到了整个过程中应最大化的减少人工标注的工作，降低相邻切片注释的冗余性，充分利用体积图片不同视角所带来的视差可以互相弥补的优势。克服两分支交叉监督是“非此即彼”的范式，引入了更多的惩罚因素，使得交叉伪监督的效果更好。本发明对减轻训练3D医学图像分割中所需要复杂的注释工作具有重要意义，为如何使用文本来指导3D医学分割的工作提供了一个新方向。
专利主权项内容
1.一种基于文字辅助的半监督3D医学图像分割方法，其特征在于，包括如下步骤：S1：收集3D医学图像数据建立数据集，并对图像数据进行预处理；将数据集分为训练集和测试集，所述训练集包括有监督的图像数据和无监督的图像数据；S2：利用大型视觉语言模型CLIP的文本编码器，对所选数据集的文本描述进行编码从而获得文本特征；S3：构建网络模型，包括三个分支，分别是分割网络，分割网络/>，分割网络，该分割网络结构均为VNet；S4：构造权重矩阵，对于有监督的图像，将其对应的真实标签分割乘上权重矩阵得到稀疏正交注释的标签；S5：将训练集输入所述网络模型后，对于每个分支提取到的图像特征与已经获取的文本特征进行拼接，然后将其作为参数添加在后续操作当中作为指导得到分割结果；S6：构造整个过程中的损失函数，包括利用稀疏正交注释的有监督部分的损失函数，以及无监督图像两两之间的交叉伪监督损失，以及将两者结合起来的总损失函数；S7：利用训练集对所述网络模型进行训练，再使用测试数据对已经训练好的模型进行测试，输出图像分割结果。