公开(公告)号：CN120070470A

公开(公告)日：2025-05-30

申请号：CN202510138810.1

申请日：2025-02-08

Applicant: 海南大学

Inventor： 张雨 ,  章志远 ,  黄梦醒 ,  邹杰 ,  周子昊 ,  冯文龙

IPC: G06T7/11 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0895

Abstract: 本申请提供一种基于多扰动一致性学习的前列腺亚区域医学图像分割方法，包括：获取前列腺MRI图像数据集，并进行预处理；确定已标注图像和未标注图像的切片索引；针对每张前列腺MRI图像进行强弱两种数据增强处理；将强增强前列腺MRI图像输入3D网络进行特征提取，将弱增强前列腺MRI图像输入2D网络进行学习，得到两个网络的预测结果；将预测结果依据确定的切片索引进行数据划分，分别输入LSUS策略和USUS策略；将LSUS生成的新前列腺图像和新标注以及USUS生成的新前列腺图像，根据数据增强方式的不同，分别输入3D网络和2D网络进行进一步学习至指定迭代次数,得到训练好的模型，以根据训练好的模型得到前列腺亚区域分割结果。

公开(公告)号：CN118608537A

公开(公告)日：2024-09-06

申请号：CN202410871110.9

申请日：2024-07-01

Applicant: 海南大学

Inventor： 张雨 ,  邹杰 ,  黄梦醒 ,  章志远 ,  周文杰 ,  毋媛媛 ,  冯文龙

IPC: G06T7/10 ,  G06T7/00 ,  G06T5/70 ,  G06T5/20 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0895 ,  G06N3/0464

Abstract: 本发明属于图像分割技术领域，公开了一种基于种子簇生成的弱监督学习医学图像分割方法及系统。所述的方法包括如下步骤：对若干历史医学图像进行预处理；进行边缘松弛点和前景种子点标注；对每一标注后历史医学图像中的前景种子点进行扩展，得到对应的种子簇集合；获取每一标注后历史医学图像中像素点到种子簇集合的测地距离，并映射得到对应的伪标签；使用深度学习算法，构建对应的医学图像分割模型；采集实时医学图像，并使用医学图像分割模型，对实时医学图像进行图像分割，得到对应的实时图像分割结果。本发明解决了现有技术存在的分割效率低、实用性低、实用性低、分割效果差以及成本投入大的的问题。