说明:收录各省市地方标准 提供单次或批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211157945.5 (22)申请日 2022.09.22 (71)申请人 深圳先进技 术研究院 地址 518055 广东省深圳市南 山区西丽大 学城学苑大道1068号 (72)发明人 秦文健 贾小琦  (74)专利代理 机构 北京市诚辉律师事务所 11430 专利代理师 耿慧敏 成丹 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种病理图像的端到端弱监督语义分割标 注方法 (57)摘要 本发明公开一种病理图像的端到端弱监督 语义分割标注方法。 该方法包括: 构建端到端的 病理图像弱监督的语义分割标注模 型, 包括特征 提取网络、 第一分类分支、 第二分类分支和分割 分支, 特征提取网络从原始输入图像提取特征 图, 该特征图将作为其他分支的输入信号; 第一 分类分支用于获得输入图像的类别预测; 第二分 类分支用于获得施加噪声后的输入图像的类别 预测; 分割分支用于进行输入图像的像素级语义 分割预测, 并将上述两个分类分支的类激活映射 图的融合结果作为分割预测的伪标签; 以优化设 定的总体损失函数为目标训练所述语义分割标 注模型; 本发 明提升了病理图像的弱监督语义分 割标注的精确度, 缩减了弱监督语义分割标注的 训练步骤。 权利要求书2页 说明书8页 附图3页 CN 115482221 A 2022.12.16 CN 115482221 A 1.一种病理图像弱监 督语义分割标注方法, 包括以下步骤: 构建病理图像弱监督的语义分割标注模型, 包括特征提取网络、 第一分类分支、 第二分 类分支和分割分支, 其中, 特征提取网络用于从原始输入图像中提取特征图, 该特征图将作 为第一分类分支、 第二分类分支和分割分支的输入信号; 第一分类分支用于获得输入图像 的类别预测; 第二分类分支用于获得施加噪声后的输入图像的类别预测; 分割分支用于进 行输入图像的像素级语义分割预测, 并将第一分类分支和 第二分类分支的类激活映射图的 融合结果作为分割预测的伪标签; 以优化设定的总体损失函数为目标训练所述语义分割标注模型; 针对目标病理图像, 采用经训练的语义分割标注模型进行分割预测。 2.根据权利要求1所述的方法, 其特征在于, 所述总体损失函数是第 一分类分支和第 二 分类分支的类激活映射图间的一致性损失、 第一分类分支的分类损失、 第二分类分支的分 类损失以及所述分割分支的分割损失的加权和。 3.根据权利要求2所述的方法, 其特征在于, 所述第 一分类分支和第 二分类分支的类激 活映射图间的一 致性损失值 Lc表示为: 其中, n是样本总数, C1i是样本i在第一分类分支生成的类激活 映射图, C2i是样本i在第 二分类分支生成的类激活映射图。 4.根据权利要求2所述的方法, 其特征在于, 所述第一分类分支 的分类损 失、 所述第二 分类分支的分类损失以及所述分割分支的分割损失均采用交叉熵损失Lcls, 表示为: 其中n是样本总数, m是样本的类别总数, yic表示样本i的类别是否为c, 若样本i的类别 为c, 则yic取值为1, 若样本i的类别不 为c, 则yic取值0, pic表示预测样本i属于 c类别的概 率。 5.根据权利要求1所述的方法, 其特征在于, 所述分割分支包括多层卷积层和解码器, 其中解码 器采用逐层跳跃连接后反卷积的结构, 输出的分割预测结果与输入图像长宽大小 相同, 通道数与预测类别数相同。 6.根据权利要求1所述的方法, 其特征在于, 所述第 二分类分支的输入图像经过高斯模 糊、 颜色扰动的噪声加扰处 理。 7.根据权利要求1所述的方法, 其特征在于, 所述第 一分类分支和所述第 二分类分支具 有相同结构, 对应的分类器均包含多层 全连接层, 且最后一层的结果经sigmoid函数 处理后 得到最终分类结果, 并且使用哈达玛积将所述第一分类分支和所述第二分类分支分别生成 的类激活映射图进行融合。 8.根据权利要求1所述的方法, 其特征在于, 训练所述语义分割标注模型的样本数据集 根据以下步骤构建: 搜集数字病理图像数据集, 并对其进行图像级类别标注, 获得样本图像; 照预定比例将 样本图像划分训练集, 验证集和 测试集;权 利 要 求 书 1/2 页 2 CN 115482221 A 2对样本图像进行染色归一 化处理; 对样本图像进行 数据增强, 包括颜色扰动、 模糊、 噪声、 旋转。 9.一种计算机可读存储介质, 其上存储有计算机程序, 其中, 该计算机程序被处理器执 行时实现根据权利要求1至8中任一项所述方法的步骤。 10.一种计算机设备, 包括存储器和处理器, 在所述存储器上存储有能够在处理器上运 行的计算机程序, 其特征在于, 所述处理器执行所述计算机程序时实现权利要求1至8 中任 一项所述的方法的步骤。权 利 要 求 书 2/2 页 3 CN 115482221 A 3

.PDF文档 专利 一种病理图像的端到端弱监督语义分割标注方法

文档预览
中文文档 14 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种病理图像的端到端弱监督语义分割标注方法 第 1 页 专利 一种病理图像的端到端弱监督语义分割标注方法 第 2 页 专利 一种病理图像的端到端弱监督语义分割标注方法 第 3 页
下载文档到电脑,方便使用
本文档由 思考人生 于 2024-02-07 20:35:30上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。