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
本发明公开了一种基于提示学习的医学图像多目标域领域自适应方法，包括如下步骤：步骤1、分割主干模块利用U‑net分割模型，用于由输入的医学图像生成分割结果；步骤2、提示生成模块使用域分类器的中间特征生成对应域的提示；步骤3、特征融合模块将分割结果与提示特征进行融合，对抗学习模块利用对抗学习原理，将融合后的特征做特征对其进一步提升模型性能。本发明利用已知的输入域类别生成提示，指导模型对不同域进行特定的分割处理，实现具有较好分割表现的深度学习模型。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116468720 A
(43)申请公布日 2023.07.21
(21)申请号 202310514281.1 G06V 10/774 (2022.01)
文档评论（0）