基于自洽正则化约束的半监督细胞分割算法
发布时间：2021-06-25 10:49
针对具有高质量标注的医疗图像数据获得成本较高的问题,提出基于自洽正则化约束的半监督细胞分割算法.首先构造两个结构完全相同的主、从分割网络,赋以相同的初始化参数.然后将随机选取的有/无标签训练数据输入主、从分割网络,利用正则化项约束主、从分割网络的训练,使输出结果保持自洽.其中,由梯度下降法优化主分割网络参数,由主网络参数经指数移动平均迭代得到从分割网络参数.最后在公共数据集上的实验验证文中算法的有效性.
【文章来源】：模式识别与人工智能. 2020,33(07)北大核心CSCD
【文章页数】：10 页
【部分图文】：
本文算法框架图
图2 U-Net作为分割网络时，训练集仅有1%有标签数据时的损失值与m IOU值变化曲线图3 U-Net作为分割网络时,训练集仅有5%有标签数据时的损失值与mIOU值变化曲线
图3 U-Net作为分割网络时,训练集仅有5%有标签数据时的损失值与mIOU值变化曲线图4 U-Net++作为分割网络时,训练集仅有1%有标签数据时的损失值与mIOU值变化曲线
【参考文献】：
期刊论文
[1]Survey of recent progress in semantic image segmentation with CNNs[J]. Qichuan GENG,Zhong ZHOU,Xiaochun CAO. Science China（Information Sciences）. 2018(05)
本文编号：3249074
【文章来源】：模式识别与人工智能. 2020,33(07)北大核心CSCD
【文章页数】：10 页
【部分图文】：
本文算法框架图
图2 U-Net作为分割网络时，训练集仅有1%有标签数据时的损失值与m IOU值变化曲线图3 U-Net作为分割网络时,训练集仅有5%有标签数据时的损失值与mIOU值变化曲线
图3 U-Net作为分割网络时,训练集仅有5%有标签数据时的损失值与mIOU值变化曲线图4 U-Net++作为分割网络时,训练集仅有1%有标签数据时的损失值与mIOU值变化曲线
【参考文献】：
期刊论文
[1]Survey of recent progress in semantic image segmentation with CNNs[J]. Qichuan GENG,Zhong ZHOU,Xiaochun CAO. Science China（Information Sciences）. 2018(05)
本文编号：3249074
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3249074.html
