[发明专利]神经网络的训练装置及方法，消融布针规划装置及方法

权利要求书

1.一种神经网络的训练装置，其特征在于，所述训练装置包括：

图像获取模块，配置为获取训练图像，其中，所述训练图像包括目标区域；

参考信息获取模块，配置为获取与所述训练图像对应的参考布针信息，其中，所述参考布针信息用于提供作为标准的消融布针方案；

处理模块，配置为利用所述神经网络对所述训练图像进行处理，得到所述训练图像对应的预测布针信息；

修正模块，配置为根据所述参考布针信息、所述目标区域和所述预测布针信息计算所述神经网络对应的损失值，并在所述损失值未满足预定收敛条件时，基于所述损失值对所述神经网络的参数进行修正；

其中，所述修正模块包括：

区域确定子模块，配置为根据所述预测布针信息，确定预测消融区域；

评价指数确定子模块，配置为根据所述预测消融区域和所述目标区域，确定评价指数，其中，所述评价指数用于表征所述预测布针信息的方案有效性；

第一计算子模块，配置为根据所述参考布针信息和所述预测布针信息，计算中间损失值；

第二计算子模块，配置为根据所述中间损失值和所述评价指数，计算所述神经网络对应的损失值；

其中，所述评价指数确定子模块执行根据所述预测消融区域和所述目标区域，确定评价指数时，包括执行以下操作：

根据所述预测消融区域和所述目标区域，确定消融准确率，其中，所述消融准确率用于表征所述预测消融区域和所述目标区域的重合区域与预测消融区域的比值；

根据所述预测消融区域和所述目标区域，确定消融召回率，其中，所述消融召回率用于表征所述预测消融区域和所述目标区域的重合区域与所述目标区域的比值；

根据所述消融准确率和所述消融召回率，确定所述评价指数。

2.根据权利要求1所述的训练装置，其特征在于，所述预测布针信息包括N个候选布针点的预测置信度、所述N个候选布针点的预测坐标信息以及任意两个候选布针点对应的针组概率，N为正整数且大于等于2，

所述区域确定子模块执行根据所述预测布针信息，确定预测消融区域时，包括执行以下操作：

确定所述N个候选布针点中每两个不同的候选布针点对应的消融区域，以得到多个消融区域；

将所述多个消融区域叠加，得到所述预测消融区域。

3.根据权利要求2所述的训练装置，其特征在于，所述区域确定子模块执行确定每两个不同的候选布针点对应的消融区域时，包括执行以下操作：

针对所述N个候选布针点中的第i个候选布针点和第j个候选布针点：

计算所述第i个候选布针点和所述第j个候选布针点对应的针组有效概率，所述针组有效概率用于表征所述第i个候选布针点和所述第j个候选布针点构成有效消融针组的概率；

根据所述第i个候选布针点的预测坐标信息和所述第j个候选布针点的预测坐标信息，确定所述第i个候选布针点的实际坐标值和所述第j个候选布针点的实际坐标值；

根据所述第i个候选布针点的实际坐标值和所述第j个候选布针点的实际坐标值，确定所述第i个候选布针点和所述第j个候选布针点对应的电场分布；

根据所述第i个候选布针点和所述第j个候选布针点对应的电场分布，确定电场强度最大值；

根据所述第i个候选布针点和所述第j个候选布针点对应的针组有效概率、所述电场强度最大值以及所述目标区域对应的预设电场强度消融阈值，确定所述第i个候选布针点和所述第j个候选布针点对应的电场强度消融阈值；

根据所述电场强度消融阈值，确定所述第i个候选布针点和所述第j个候选布针点对应的消融区域，

其中，i和j均为正整数且小于等于N，i不等于j。

4.根据权利要求3所述的训练装置，其特征在于，所述区域确定子模块执行计算所述第i个候选布针点和所述第j个候选布针点对应的针组有效概率时，包括执行以下操作：

根据所述预测布针信息，确定所述第i个候选布针点和所述第j个候选布针点对应的两个针组概率；

根据所述第i个候选布针点的预测置信度、所述第j个候选布针点的预测置信度以及所述两个针组概率中的最大值，计算所述第i个候选布针点和所述第j个候选布针点对应的针组有效概率。