針對具有高質(zhì)量標注的醫(yī)療圖像數(shù)據(jù)獲得成本較高的問題,提出基于自洽正則化約束的半監(jiān)督細胞分割算法.首先構(gòu)造兩個結(jié)構(gòu)完全相同的主、從分割網(wǎng)絡(luò),賦以相同的初始化參數(shù).然后將隨機選取的有/無標簽訓練數(shù)據(jù)輸入主、從分割網(wǎng)絡(luò),利用正則化項約束主、從分割網(wǎng)絡(luò)的訓練,使輸出結(jié)果保持自洽.其中,由梯度下降法優(yōu)化主分割網(wǎng)絡(luò)參數(shù),由主網(wǎng)絡(luò)參數(shù)經(jīng)指數(shù)移動平均迭代得到從分割網(wǎng)絡(luò)參數(shù).最后在公共數(shù)據(jù)集上的實驗驗證文中算法的有效性. 

【文章來源】：模式識別與人工智能. 2020,33(07)北大核心CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

本文算法框架圖

圖2 U-Net作為分割網(wǎng)絡(luò)時，訓練集僅有1%有標簽數(shù)據(jù)時的損失值與m IOU值變化曲線圖3 U-Net作為分割網(wǎng)絡(luò)時,訓練集僅有5%有標簽數(shù)據(jù)時的損失值與mIOU值變化曲線

圖3 U-Net作為分割網(wǎng)絡(luò)時,訓練集僅有5%有標簽數(shù)據(jù)時的損失值與mIOU值變化曲線圖4 U-Net++作為分割網(wǎng)絡(luò)時,訓練集僅有1%有標簽數(shù)據(jù)時的損失值與mIOU值變化曲線

【參考文獻】：
期刊論文
[1]Survey of recent progress in semantic image segmentation with CNNs[J]. Qichuan GENG,Zhong ZHOU,Xiaochun CAO.  Science China（Information Sciences）. 2018(05)



本文編號：3249074