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
一种基于多任务联合学习的一致性半监督心脏图像分割方法，涉及医学图像分割技术领域，使用一致性策略以更好利用无标签样本的多任务输出，其中包含SDM预测任务，分割任务、和重建任务，以便模型能够考虑数据、模型、任务层面的一致性，促使模型学习更多分割区域的特征信息，提升分割精度。总之，模型将多个任务的输出映射到同一个预测空间中，并通过多个任务在预测空间的表征差异来构建一致性正则化损失函数，使得多个任务的预测结果趋于一致。因此，该模型的多个分支能够联合学习不同的层次特征图的不同表征，从而获得更好的分割效果。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117746030A
(43)申请公布日2024.03.22
(21)申请号202311611079.7G06N3/096(2023.01)
(22)申请日2023.11.
文档评论（0）