【技术实现步骤摘要】
本专利技术属于图像处理，特别是涉及一种使用文本提示的半监督医学影像分割方法。
技术介绍
1、医学图像分割的准确结果为临床医生提供了显著和有洞察力的信息，促进临床诊断、疾病进展和治疗计划。随着深度学习的最新进展，许多方法都利用了在大型标注数据集上训练的各种类型的深度神经网络，从而在各种医学图像分割任务中取得了出色的性能。然而，获得广泛的像素级标注往往是耗时和劳动密集型的，需要专业知识并产生重大成本。因此，设计方法来缓解上述约束是势在必行的。
2、为了解决这些问题，半监督医学图像分割作为一种有前途的技术出现了利用未标记的数据，在只有有限数量的标记样本的情况下提高性能。
3、尽管之前的研究取得了进展，但半监督医学图像分割仍然面临挑战。在生成伪标签的过程中，监督数据的缺乏导致了这些标签中显著噪声的积累，这对模型训练的效果产生了不利影响。此外，目前的半监督学习方法仅在像素空间内提供监督，但它们在特征空间内缺乏明确的指导。这种缺乏指导阻碍了获得良好聚类的特征空间，损害了有利于分割任务的判别性表示的实现。标签监督的缺失在训练过...
【技术保护点】
1.一种使用文本提示的半监督医学影像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，数据集由包含N个标记数据的小标记子集和包含M个未标记数据的大未标记子集组成，其中M>N；
3.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，所述视觉编码器包括多个阶段进行视觉特征提取。
4.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，所述双边提示解码器处理过程包括步骤：
5.根据权利要求1所述的一种使用文本提示的...
【技术特征摘要】
1.一种使用文本提示的半监督医学影像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，数据集由包含n个标记数据的小标记子集和包含m个未标记数据的大未标记子集组成，其中m>n；
3.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，所述视觉编码器包括多个阶段进行视觉特征提取。
4.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，所述双边提示解码器处理过程包括步骤：
5.根据权利要求1所述的一种使用文本提示的半监督医学影像分割方法，其特征在于，在模型训练过程中利用增广多视图一致性正则化策略集成了图像和文本扰动；
6.根...
【专利技术属性】
技术研发人员：许源源，肖钦引，王艳，吴锡，周激流，
申请(专利权)人：四川省计算机研究院，
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。