一種模型的訓(xùn)練方法、終端設(shè)備和存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202110009535.5 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112750530A | 公開(kāi)（公告）日 | 2021-05-04 |
| 申請(qǐng)公布號(hào) | CN112750530A | 申請(qǐng)公布日 | 2021-05-04 |
| 分類(lèi)號(hào) | G16H50/20;G16H50/70;G06K9/62 | 分類(lèi) | 物理 |
| 發(fā)明人 | 張發(fā)寶;李欣梅 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 上海梅斯醫(yī)藥科技有限公司 |
| 代理機(jī)構(gòu) | 上海碩力知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 楊用玲 |
| 地址 | 201612 上海市松江區(qū)漕河涇開(kāi)發(fā)區(qū)松江高科技園莘磚公路258號(hào)34幢1801室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提供了一種模型的訓(xùn)練方法、終端設(shè)備和存儲(chǔ)介質(zhì)，其方法包括：對(duì)病灶圖像進(jìn)行圖像擴(kuò)充處理獲得樣本集；樣本集包括預(yù)設(shè)數(shù)量個(gè)病灶圖像樣本；病灶圖像樣本具有人工標(biāo)注；從樣本集中隨機(jī)剔除若干個(gè)病灶圖像樣本，將剔除樣本后的樣本集作為訓(xùn)練集；訓(xùn)練集中的病灶圖像樣本數(shù)目小于預(yù)設(shè)數(shù)量且大于預(yù)設(shè)數(shù)量的一半；提取訓(xùn)練集中病灶圖像樣本的病例特征，根據(jù)病例特征進(jìn)行訓(xùn)練得到目標(biāo)邏輯回歸模型；對(duì)目標(biāo)邏輯回歸模型進(jìn)行評(píng)價(jià)，根據(jù)評(píng)價(jià)結(jié)果訓(xùn)練得到病患識(shí)別模型。本發(fā)明在少量樣本數(shù)據(jù)的情況下，訓(xùn)練得到高可靠性、高準(zhǔn)確率的病患識(shí)別模型，提升診斷正確率，提高患者的生命安全。 |
