原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种融合结构先验知识的医学图像分割方法、设备、存储介质，方法利用预训练好的基于Swin‑Unet的图像分割模型对获取到的医学图像进行分隔，其中，所述图像分割模型的训练过程包括如下步骤：获取标注后的医学图像数据集；基于所述医学图像数据集，利用损失函数对基于Swin‑Unet的图像分割模型进行训练，得到预训练好的图像分割模型，其中，所述损失函数包括概率先验损失函数。与现有技术相比，本发明具有提高模型学习效果、应用场景广泛等优点。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117292125A
(43)申请公布日2023.12.26
(21)申请号202311170039.3G06V10/774(2022.01)
文档评论（0）