公开(公告)号：CN118115735A

公开(公告)日：2024-05-31

申请号：CN202410130619.8

申请日：2024-01-30

Applicant: 东北大学

Inventor： 冯朝路 ,  郭春晓 ,  甘晗 ,  栗伟 ,  覃文军 ,  杨金柱

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06T7/194 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895

Abstract: 医学图像分割在疾病的诊断，治疗以及手术中起着至关重要的作用，可以用于分析和处理图像、测量病灶区域、定量分析指标等。作为医学图像分割常用的小样本医学图像分割技术能利用少量有标注的新类样本就可完成对新类的分割，降低了人工标注的工作量，且可用于数据量较少的稀有病的诊断。但医学图像普遍存在前景和背景不平衡问题，医学图像的前景类类小且均匀，背景存在多种组织或器官较复杂，因此背景类较大且在空间上不均匀导致模型偏向于背景，从而影响分割结果。本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于对比学习的原型网络小样本医学图像分割方法，该方法能够增强前景原型与背景的区分度，使得对图像的分割更精确。