原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于半监督学习的胰腺囊肿鉴别方法和系统，解决现有技术胰腺囊肿鉴别困难的技术问题。包括如下步骤：通过带有少量人工标签的训练集训练半监督学习模型，得到训练后的半监督学习模型；利用训练后的半监督学习模型提取多期相胰腺影像的胰腺轮廓概率图；利用训练后的半监督学习模型在胰腺轮廓概率图指导下提取多期相胰腺囊肿影像的胰腺囊肿轮廓概率图；提取胰腺囊肿轮廓概率图的胰腺囊肿区域，根据胰腺囊肿区域并结合临床知识驱动特征鉴别胰腺囊肿的良恶性。采用胰腺与胰腺囊肿分步分割的方法，并利用胰腺分割得到的胰腺轮廓
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113781390 A
(43)申请公布日 2021.12.10
(21)申请号 202110854695.X G06T 7/60 (2017.01)
文档评论（0）