[发明专利]用于计算机辅助地分析目标系统的至少一个第二输入矢量的方法和设备

说明书

本发明涉及一种用于计算机辅助地分析目标系统的至少一个第二输入矢量的方法。该方法包括为所述目标系统提供（210）第二输入矢量的方法步骤。该方法包括提供（220）经训练的深度神经网络的方法步骤，其中该深度神经网络是前馈网络，所述前馈网络包括用于为所述目标系统输入第二输入矢量的输入层，包括多个连续的隐藏层，所述隐藏层对所述目标系统进行建模，以及包括用于为所述目标系统输出第二输出矢量的输出层。该方法包括用于评估（230）所述第二输入矢量的方法步骤，其中所述第二输入矢量分别经由所述输入层传输到所述隐藏层之一作为第二处理矢量，其中所述第二处理矢量分别在所述隐藏层之间传输，其中对于每个隐藏层执行所传输的第二处理矢量的相应的第一数据变换，其中在所述相应的第一数据变换时，对于每个所涉及的隐藏层执行所述第二处理矢量的降维，其中基于降维的第二处理矢量来确定所述第二输出矢量。该方法包括提供（240）所述第二输出矢量的方法步骤。

技术领域

本发明涉及用于计算机辅助地分析目标系统的至少一个第二输入矢量的一种方法和一种设备。

背景技术

在很多应用领域中，希望以计算机辅助的方式分析目标系统的输入矢量，以便由此确定目标系统的特定属性。例如，在医学领域中经常需要能够做出关于（生物）组织的陈述。特别是在恶性肿瘤的手术时，至关重要的是从所涉及的区域中实际去除所有受影响的细胞，以阻止肿瘤的扩散或重新出现。在这种情况下，目标系统例如是组织，而输入矢量包括检测到的关于所述组织的信息。然而，由于这种输入矢量的分析或评估是困难和复杂的，因此希望基于输入矢量尽可能简单地确定目标系统的特性，例如是否涉及肿瘤组织。

发明内容

本发明的任务是提供允许尽可能简单地对目标系统的输入矢量建模的一种方法和一种设备。

该任务通过在独立权利要求中说明的特征解决。在从属权利要求中展示了本发明的有利改进。

根据第一方面，本发明涉及一种用于基于训练系统计算机辅助地配置深度神经网络的方法，具有以下方法步骤：

-为训练系统提供具有预给定的第一输入矢量和预给定的第一输出矢量的训练数据;

-提供深度神经网络，其中

-深度神经网络是前馈网络，该前馈网络

-包括用于输入第一输入矢量的输入层，

-包括多个连续的隐藏层，用于对训练系统进行建模;

-基于训练数据来训练深度神经网络，其中

-第一输入矢量分别经由输入层传输到隐藏层之一作为第一处理矢量，

-第一处理矢量分别在隐藏层之间传输，

-对于每个隐藏层执行所传输的第一处理矢量的相应的第一数据变换，

-在相应的第一数据变换时对每个所涉及的隐藏层进行第一处理矢量的降维，

-基于降维的第一处理矢量和相应的所属第一输出矢量来配置隐藏层。

除非在以下描述中另有说明，否则术语“执行”、“计算（berechnen）”、“计算机辅助”、“计算（rechnen）”、“确定”、“生成”、“配置”、“重建”等优选地涉及改变和/或产生数据和/或将数据转换成其他数据的动作和/或过程和/或处理步骤，其中数据特别是可以表示为物理变量或作为物理变量存在，例如作为电脉冲。特别地，表达式“计算机”应该被尽可能广泛地解释，以特别是涵盖具有数据处理特性的所有电子设备。因此，计算机可以是例如个人计算机、服务器、手持计算机系统、袖珍PC设备、移动无线电设备和其他能够以计算机辅助方式处理数据的通信设备、处理器和用于数据处理的其他电子设备。

与本发明相关联，“计算机辅助”可以例如理解为方法的实现，其中特别是处理器执行该方法的至少一个方法步骤。