一種心臟MRI圖像半監(jiān)督學(xué)習(xí)語義分割算法

摘要： 由于醫(yī)學(xué)圖像數(shù)據(jù)匱乏，并且?guī)?biāo)簽數(shù)據(jù)難以獲得，提出了一種基于對(duì)比學(xué)習(xí)和難樣本召回?fù)p失的半監(jiān)督學(xué)習(xí)語義分割方法，以及非侵入目標(biāo)區(qū)域的Cutout(NTRC)數(shù)據(jù)增強(qiáng)算法。通過設(shè)計(jì)難樣本召回?fù)p失函數(shù)，修正二分類交叉熵?fù)p失函數(shù)(BCE)和非均衡對(duì)比學(xué)習(xí)損失函數(shù)(ICLF)在全局上的誤差，更好地指導(dǎo)模型尋找最優(yōu)解;同時(shí)使用非侵入目標(biāo)區(qū)域Cutout數(shù)據(jù)增強(qiáng)算法，在保證待分割區(qū)域不被侵入... （共7頁）