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小样本元学习的医学影像语义分割方法和系统。本发明旨在解决小样本量医学图像分割的挑战，提出了一种创新性的方法，将深度生成对抗网络(GAN)的数据增强与基于CMRNet语义分割网络相结合。该方法旨在实现对复杂和异质性心血管结构的精确分割。在该方法中，生成对抗网络和语义分割网络之间存在紧密的逻辑关联和技术依赖，使得两者相互配合，以更好地应对医学图像分割任务的挑战。本发明为小样本量医学图像分割问题提供了一种创新性的解决方案，既保证了分割精度，又克服了数据稀缺性带来的挑战。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117788812A
(43)申请公布日2024.03.29
(21)申请号202311668210.3G06V10/774(2022.01)
文档评论（0）