申请/专利权人：北京航空航天大学

申请日：2022-06-27

公开（公告）日：2024-04-19

公开（公告）号：CN114898098B

主分类号：G06V10/26

分类号：G06V10/26;G06V20/70;G06V10/44;G06V10/762;G06V10/764;G06V10/82;G06N3/0464;G06N3/088

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本发明公开了一种脑组织图像分割方法，包括：图像预处理；模型训练，利用第一语义分割网络提取集合T中图像的第一特征向量，形成第一特征向量集合；利用第二语义分割网络提取集合T中图像的第二特征向量，形成第二特征向量集合；根据第一特征向量V1与类别中心P1、类别中心P2的距离，及第二特征向量V2与类别中心P1、类别中心P2的距离建立第一损失；根据第一视图像素点或第二视图像素点与类别中心P1、类别中心P2的距离判别获得伪标签，根据伪标签，及利用分类器得到的第一视图和第二视图的预测值建立第二损失。本发明方案结合了特征提取和聚类的策略，利用图像像素变换的不变性约束，及利用聚类产生的伪标签进一步提取特征，缓解了现有技术问题。

主权项：1.一种脑组织图像分割方法，其特征在于，包括：图像预处理，获取脑组织图像的集合S，设置所述集合S中图像除脊液、灰质、白质之外的组织为图像背景并去掉，形成集合T；模型训练，利用第一语义分割网络提取所述集合T中图像的第一特征向量，形成第一特征向量集合，提取所述第一特征向量的步骤包含对图像进行第一像素变换；利用第二语义分割网络提取所述集合T中图像的第二特征向量，形成第二特征向量集合，所述第二语义分割共享第一语义分割网络的权重，提取所述第二特征向量的步骤包含对图像进行第二像素变换；计算所述第一特征向量集合的类别中心P1，计算所述第二特征向量集合的类别中心P2；遍历所述集合T中图像，提取所述图像的第一特征向量V1和第二特征向量V2；根据所述第一特征向量V1与类别中心P1、类别中心P2的距离，及所述第二特征向量V2与类别中心P1、类别中心P2的距离建立第一损失；其中，建立所述第一损失的步骤包括，根据所述第一特征向量V1与类别中心P1的距离，及所述第二特征向量V2与类别中心P2的距离构建视图内聚类中心损失；根据所述第一特征向量V1与类别中心P2的距离，及所述第二特征向量V2与类别中心P1的距离构建跨视图聚类中心损失；所述第一损失为视图内聚类中心损失与跨视图聚类中心损失之和；遍历所述集合T中图像，将所述图像经过第一像素变换或第二像素变换后得到第一视图或第二视图，根据所述第一视图像素点或第二视图像素点与类别中心P1、类别中心P2的距离判别获得伪标签，根据所述伪标签，及利用分类器得到的第一视图和第二视图的预测值建立第二损失；其中，建立所述第二损失的步骤包括，计算所述第一视图像素点与类别中心P1的距离判别获得第一伪标签；所述第一视图根据分类器得到的第一预测值；计算所述第一视图像素点与类别中心P2的距离判别获得第二伪标签；所述第二视图根据分类器得到的第二预测值；根据所述第一伪标签、所述第一预测值、所述第二伪标签及所述第二预测值构建第二损失；根据所述第一损失和第二损失进行梯度反转，更新所述第一语义分割网络或第二语义分割网络的参数；图像分割，将脑组织图像经过所述图像预处理后，送入所述第一语义分割网络或第二语义分割网络进行分割。

全文数据：

权利要求：

百度查询： 北京航空航天大学 脑组织图像分割方法

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