買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉深圳大學(xué)申請(qǐng)的專(zhuān)利基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119417853B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510015120.7，技術(shù)領(lǐng)域涉及：G06T7/136；該發(fā)明授權(quán)基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法是由何志權(quán);歐陽(yáng)雅婷設(shè)計(jì)研發(fā)完成，并于2025-01-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法，包括以下步驟：S1、構(gòu)建圖像分割模型；S2、得到兩個(gè)不同增強(qiáng)的圖像；S3、將不同增強(qiáng)的圖像輸入到圖像分割模型中，得到6個(gè)分割結(jié)果；S4、將6個(gè)分割結(jié)果分別輸入到學(xué)生差異指導(dǎo)糾正學(xué)習(xí)模塊中，得到差異損失和錯(cuò)誤損失；S5、將學(xué)生網(wǎng)絡(luò)的分割結(jié)果輸入到自適應(yīng)雙向位移模塊中，得到4個(gè)新樣本；S6、再將4個(gè)新樣本分別輸入到不同的學(xué)生網(wǎng)絡(luò)中，進(jìn)行dice損失計(jì)算；S7、將所有損失求和得到總損失；S8、利用總損失的隨機(jī)梯度下降訓(xùn)練出能正確分割醫(yī)學(xué)圖像的學(xué)生模型A。本發(fā)明能解決利用單個(gè)擾動(dòng)只能處理有限的情況的問(wèn)題，可以達(dá)到在使用多個(gè)擾動(dòng)下依然能保證一致性學(xué)習(xí)的質(zhì)量。

本發(fā)明授權(quán)基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法在權(quán)利要求書(shū)中公布了：1.基于2+1校正模式的多擾動(dòng)一致性醫(yī)學(xué)圖像分割方法，其特征在于，包括以下步驟：S1、構(gòu)建包含一個(gè)教師網(wǎng)絡(luò)T和兩個(gè)不同的學(xué)生網(wǎng)絡(luò)A和學(xué)生網(wǎng)絡(luò)B的圖像分割模型；S2、將圖像X經(jīng)弱增強(qiáng)和強(qiáng)增強(qiáng)得到兩個(gè)不同增強(qiáng)的圖像Xw和Xs；S3、將圖像Xw和Xs分別輸入到教師網(wǎng)絡(luò)T、學(xué)生網(wǎng)絡(luò)A和學(xué)生網(wǎng)絡(luò)B中，得到6個(gè)分割結(jié)果；S4、將教師網(wǎng)絡(luò)T、學(xué)生網(wǎng)絡(luò)A和學(xué)生網(wǎng)絡(luò)B的6個(gè)分割結(jié)果分成兩組，一組OwA、OwB和OwT，和另一組OsA、OsB和OsT，將這兩組分割結(jié)果分別輸入到學(xué)生差異指導(dǎo)糾正學(xué)習(xí)模塊中，得到差異損失和錯(cuò)誤損失；S5、將學(xué)生網(wǎng)絡(luò)A和學(xué)生網(wǎng)絡(luò)B的4個(gè)分割結(jié)果分成兩組，OwA、OsB組成一組，OsA、OwB組成一組，分別輸入到自適應(yīng)雙向位移模塊中，得到4個(gè)新樣本；S6、再將4個(gè)新樣本分別輸入到學(xué)生網(wǎng)絡(luò)A和學(xué)生網(wǎng)絡(luò)B中，得到8個(gè)輸出，將8個(gè)輸出分成4組，將同一個(gè)新樣本經(jīng)過(guò)不同學(xué)生網(wǎng)絡(luò)的輸出分成一組，進(jìn)行dice損失計(jì)算，得到自適應(yīng)位移損失；S7、將得到的損失求和得到總損失Lall；S8、利用總損失的隨機(jī)梯度下降訓(xùn)練出能正確分割醫(yī)學(xué)圖像的學(xué)生模型A。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人深圳大學(xué)，其通訊地址為：518060 廣東省深圳市南山區(qū)南海大道3688號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。