申请/专利权人：上海市精神卫生中心(上海市心理咨询培训中心)

申请日：2020-11-09

公开（公告）日：2021-01-05

公开（公告）号：CN112184602A

主分类号：G06T5/40(20060101)

分类号：G06T5/40(20060101);G06T7/11(20170101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本发明提供了一种基于深度学习的图像归一化方法。将原始图像经过直方图均衡化的结果图像作为作为弱监督信息，以图像分割作为辅助任务，得到分割结果作为辅助信息参与训练，降低现有归一化方法中缺少训练金标准对训练带来的影响，同时解决了现有方法中存在的解剖结构内部的误归一化问题。

主权项：1.一种基于弱监督和辅助任务的图像归一化方法，构建初始的图像归一化网络，通过弱监督标签图像和辅助任务建立图像归一化模型的整体损失函数LNorm，LNorm＝LMSE-λLSim，其中λ为常数，表示损失函数两个组成部分之间的比例；将原始图像经过直方图均衡化得到的归一化结果图像作为弱监督标签图像，将原始图像输入所述归一化网络进行处理，得到归一化图像；所述归一化图像与弱监督标签图像之间的差异度量为LMSE；辅助任务包括对直方图均衡化得到的所述归一化结果图像进行人工挑选，并根据挑选出的归一化数据对原始图像进行手动标注，得到所述挑选出的归一化数据在原始图像中所对应的分割数据，根据所述挑选出的归一化数据及其对应的分割数据训练针对所述归一化图像的分割网络模型；将原始图像经所述归一化网络得到的所述归一化图像输入所述分割网络进行自动分割，得到的自动分割图像与原始图像中手工标注得到的分割数据之间的差异度量为LSim；对所述图像归一化模型进行迭代训练，图像归一化模型收敛后，得到训练好的图像归一化网络，采用训练好的图像归一化网络对对原始图像进行归一化处理。

全文数据：

权利要求：

百度查询： 上海市精神卫生中心(上海市心理咨询培训中心) 一种基于弱监督和辅助任务的图像归一化方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD