【技术实现步骤摘要】
本专利技术涉及医学图像处理和人工智能领域，是一种基于半监督学习的颅底责任血管自动识别方法。
技术介绍
1、三叉神经痛是一种常见疾病常表现为突发性、严重的面部疼痛，血管压迫通常被认为是引发三叉神经痛的一个常见原因，分割颅底认责血管能辅助医生诊断，但是颅底认责血管往往过于细小，且灰度值与周围类似而难以分割。
2、现有的医学图像分割方法可分为两类，第一类是传统的半自动分割方法，如阈值法、大津法等，但这些方法不仅耗费大量人工时间干预和操作，而且严重依赖于专家的专业知识和经验。第二类是基于深度学习的分割算法，但是其训练过程通常需要大量的标注数据，这也就引发了一个问题，即真实标注难以获取。
3、近年，研究学者提出的mean teacher方法在半监督领域引起了关注。该方法通过对比学生网络和教师网络的预测结果，使得网络能够从未标记的数据中学习到更丰富的信息，从而提升了分割性能。然而，尽管mean teacher方法在一定程度上能够从未标注数据中学习，但其在应用于颅底认责血管分割时，未充分考虑颅底认责血管的特征，即血管在图像中比...
【技术保护点】
1.一种基于半监督学习的颅底责任血管自动识别方法，其特征在于：该方法包括以下步骤：
2.如权利要求1所述的一种基于半监督学习的颅底责任血管自动识别方法，其特征在于，所述步骤三的过程如下：
【技术特征摘要】
1.一种基于半监督学习的颅底责任血管自动识别方法，其特征在于：该方法包括以下步骤：
2....
【专利技术属性】
技术研发人员：冯远静，朱辉，谢雷，曾庆润，洪晖航，卜宇辉，蒋浩宇，胡启明，余江丽，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。