科创中国
一种基于互补信息的损失函数的影像分割方法
发布时间: 2023-09-27
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本申请提供一种基于互补信息的损失函数的影像分割方法，该方法包括：获取待分割影像；将待分割影像输入至多层深度学习模型，得到包括病灶区域的遮照；其中，采用损失函数对多层深度学习模型进行监督训练，损失函数包括基于互补信息的假阳性‑阴性损失函数，基于互补信息的假阳性‑阴性损失函数用于表征不同层特征图之间的互补性信息。该方案充分利用了不同层特征图之间的互补性信息，对每一层特征图进行针对性优化以提升分割结果，拥有更高的检测精度。
成果亮点
1.一种基于互补信息的损失函数的影像分割方法，其特征在于，所述方法包括：
获取待分割影像；
将所述待分割影像输入至多层深度学习模型，得到包括病灶区域的遮照；
其中，采用损失函数对所述多层深度学习模型进行监督训练，所述损失函数包括基于互补信息的假阳性-阴性损失函数，所述基于互补信息的假阳性-阴性损失函数用于表征不同层特征图之间的互补性信息。
2.根据权利要求1所述的方法，其特征在于，所述基于互补信息的假阳性-阴性损失函数包括假阳性损失函数和假阴性损失函数；
其中，所述假阳性损失函数用于抑制深层低空间分辨率的特征图，以减少非病灶区域被误认为病灶区域；
所述假阴性损失函数用于约束浅层高空间分辨率的特征图，以减少病变区域被错误归类为非病变区域。
3.根据权利要求2所述的方法，其特征在于，所述基于互补信息的假阳性-阴性损失函数根据所述假阳性损失函数和所述假阴性损失函数加权和确定。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
下载app