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
本发明提供一种基于混合‑解耦训练的半监督医学图像分割方法，包括设计一种扰动策略混合‑解耦来充分正则化大量的未标识医学图像数据：先从数据层面对标记图像和未标记图像进行像素级的混合得到混合目标图像，接着从特征层面对混合目标图像和标记图像的输出预测之间执行解耦操作获得未标记图像的强版本预测，然后强制未标记图像的强版本预测与直接预测保持一致；以及设计分类熵过滤方法为未标记图像筛选可靠的伪标签进行更有效的监督：基于信息熵的理论，先把未标记图像的直接预测对应的分割掩码作为分类依据，再对每个类别按照自适应的过
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116935054 A
(43)申请公布日 2023.10.24
(21)申请号 202310958092.3
(22)申请日 2023.08.01
(71)申请人 重庆理工大学
文档评论（0）