针对少样本腰椎医学影像的半监督循环自学习方法及模型
基本信息
| 申请号 | CN202110110110.3 | 申请日 | - |
| 公开（公告）号 | CN112614132A | 公开（公告）日 | 2021-07-06 |
| 申请公布号 | CN112614132A | 申请公布日 | 2021-07-06 |
| 分类号 | G06T7/00;G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 罗梦研;程国华;何林阳;季红丽;周晟;陈晓飞 | 申请（专利权）人 | 杭州健培科技有限公司 |
| 代理机构 | 无锡市汇诚永信专利代理事务所（普通合伙） | 代理人 | 李珍珍 |
| 地址 | 311215 浙江省杭州市萧山区经济技术开发区明星路371号2幢608室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种针对少样本腰椎医学影像的半监督循环自学习方法及模型，该方法针对性解决医学影像标注成本高的问题，基于少量标注样本以及大量未标注样本，利用循环自学习策略设计得到高容量的容量可变定位模型，可用于精准地定位医学影像的关键点，降低医学影像的标注成本。 |
