公开(公告)号：CN119763119A

公开(公告)日：2025-04-04

申请号：CN202411819630.1

申请日：2024-12-11

Applicant: 杭州电子科技大学

Inventor： 叶铭滔 ,  徐慧婷 ,  章哈琪 ,  李圣杰 ,  李春亭 ,  陈一鸣 ,  蔡显乐 ,  周毅 ,  章国道 ,  王毅刚

IPC: G06V20/70 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明请求保护一种人机协同的双重标注方法，包括：利用ABUS采集影像，并将其划分为未标注数据集N和标注数据集M。该方法采用图像增广处理和归一化，使用基于对比学习的自监督框架增强图像特征。接着利用深度学习架构U‑Net和ResNet50构建视觉模型，自动标注图像中的感兴趣区域，并提供初步估计。此后，对自动标注过的乳腺影像进行人工标注，实现人机双重标注，提供更准确的估计。最后，使用对比学习算法从未标注数据集N学习图像表示，并结合标注数据集M中的监督信号更新视觉模型。本发明通过综合利用人工智能和专业医生的标注结果，同时引入标注质量评估机制，提高了图像的可识别性能，强化了图像特征的表现力，进一步增强了视觉模型的泛化能力。