原创力文档- 1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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因果不变性的弱监督医学影像分割方法，本发明使用两阶段的训练过程，第一阶段为标签生成，通过类激活映射机制将图片级标签生成像素级伪标签，解决现有算法高度依赖大量人工标记的像素级标签的问题。第二阶段为分割模型训练，使用第一阶段输出的像素级伪标签训练一个分割模型，为面向医学影像分析的实际临床应用提供有效的分割结果。其次，本发明在标签生成阶段设计了多分支特征提取网络，提出因果不变的转换策略，使得模型可以更好的提取同一目标在不同状态下的特征。同时，本发明为不同分支网络针对性的设计损失函数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116843903 A
(43)申请公布日 2023.10.03
(21)申请号 202310941382.7
(22)申请日 2023.07.28
(71)申请人 西安交通大学
文档评论（0）